04-PyTorch基本操作

04-PyTorch基本操作

1、创建一个矩阵（矩阵里的所有数几乎为0）

2、创建一个随机矩阵

注：tensor是张量的意思，在pytorch中，将其看做矩阵，一维的是向量，二维的是矩阵，甚至还有多维的。不管是几维的，统一叫做tensor。tensor在深度学习中是最基本的计算单元，也可以说是框架的底层。所有的输入和计算，都是对tensor执行的。

3、初始化一个全零的矩阵

其中torch.long是64位的整数（即64个二进制位）

4、直接传入数据（因为tensor本身很大，所以pytorch输出的数据，默认小数点后四位）

5、跟Numpy差不多，其实这些框架基本都是大同小
①

（返回一个与size大小相同的用1填充的张量。 默认返回的Tensor具有与此张量相同的torch.dtype和torch.device）torch.dtype是tensor的类型，torch.device代表将torch.Tensor分配到的设备的对象，有cpu和cuda两种，这里的cuda就是gpu，至于为什么不直接用gpu与cpu对应，是因为gpu的编程接口采用的是cuda
②
y=torch.randn_like(x,dtype=torch.float) 表示产生一个形状一样的矩阵。

6、展示矩阵大小（即打印维度）

7、基本计算方法
①加法

torch.add与上面加法计算一样。
②索引

取列数为1的元素
8、view操作可以改变矩阵维度

9、与Numpy的协同操作

学习框架，不要看基本操作，直接看实际的例子，一步步怎么去走的，遇到不懂的函数，尽量去查，查的过程也是学习的过程。