type
status
date
slug
summary
tags
category
icon
password
3.1 张量是什么
1、Pytorch处理的最基本操作对象就是张量，英文Tensor，表示的是一个多维矩阵
2、零阶张量就是一个数，一阶张量就是向量，二阶张量就是一般的矩阵，多阶张量就相当于一个多维的数组
3、张量的三个属性：
（1）阶（rank）：维数
（2）形状（shape）：行和列的数目
（3）类型（type）：元素的数据类型
4、常用的张量数据类型
3.2 Tensor的创建
1、创建给定元素值的Tensor
2、创建一个指定形状的Tensor
3、创建一个和给定的Tensor形状一样的新的Tensor
3.3 Tensor的调整形状操作
3.4 Tensor的加、减、乘、除、取绝对值操作
3.5 Tensor的比较操作
3.6 Tensor的数理统计操作
3.7 Tensor与Numpy的互相转换操作
ndarray不支持GPU运算，而Tensor支持
3.8 Tensor的降维和增维操作
3.9 Tensor的裁剪操作
clamp(x,min,max)对Tensor中的元素进行范围过滤，不符合条件的可以把它变换到范围内部（边界）上，常用于梯度裁剪（gradient clipping），即发生梯度离散或者梯度爆炸时对梯度的处理。
x是一个Tensor，min、max是两个标量，如果x<min，返回min；如果min<x<max，返回x，如果x>max，返回max。
3.10 Tensor的索引操作
3.11 把Tensor移到GPU上去
cuda
课上练习
要求先定义一个32位整型Tensor为A，其值是矩阵：[[1,2],[3,4],[5,6]] ，其形状为size, 根据这个Tensor完成下列任务并输出结果。创建形状为size的空tensor创建形状为size, 全部是0的tensor创建形状为size,全部是1的tensor利用torch.zeros_like()返回跟input=A的tensor一个size的全零tensor利用torch.randn_like() 返回跟input=A的tensor一个size的随机初始化的矩阵
请阅读下面程序，写出变量x和y的数据维度，并写出注释语句含义。
- 作者:昕昕丶未来不是梦
- 链接:https://pisce.buzz/article/pytorch03
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
