参考：
几个数学概念：
标量（Scalar）是只有大小，没有方向的量，如1，2，3等
向量（Vector）是有大小和方向的量，其实就是一串数字，如(1,2)
矩阵（Matrix）是好几个向量拍成一排合并而成的一堆数字，如[1,2;3,4]
其实标量，向量，矩阵它们三个也是张量，标量是零维的张量，向量是一维的张量，矩阵是二维的张量，除此之外，张量不仅可以是三维的，还可以是四维的、五维的...
一点小注意：
1.由于torch和numpy的特殊关系，似乎numpy中array的操作大部分可以在Tensor上实践
2.任何可以改变tensor内容的操作都会在方法名后加一个下划线'_'，如x.copt_(y)、x.t_()、x.add_(y)，等等
张量的基本操作演示：
1 # coding=utf-8 2 3 import torch 4 5 6 # 特别注明：任何可以改变tensor内容的操作都会在方法名后加一个下划线'_' 7 # 例如：x.copy_(y), x.t_(), 这俩都会改变x的值。 8 9 10 '''初始化操作'''11 12 x = torch.Tensor(5,3) # 未初始化的张量13 print(x)14 x = torch.rand(5,3) # 随机初始化的张量15 print(x)16 print(x.size()) # 查看张量的尺寸17 # 这是一个tuple
-4.5163e+29 4.5806e-41 -4.5163e+29 4.5806e-41 -8.3134e+23 4.5806e-41-8.3134e+23 4.5806e-41 -8.3134e+23 4.5806e-41 -8.3134e+23 4.5806e-41-8.3134e+23 4.5806e-41 -8.3134e+23[torch.FloatTensor of size 5x3] 0.3349 0.7324 0.7708 0.2973 0.1546 0.5236 0.2481 0.8018 0.3527 0.2328 0.2714 0.5307 0.3042 0.5355 0.2955[torch.FloatTensor of size 5x3]torch.Size([5, 3])
1 '''加法操作''' 2 3 a = torch.ones(2,2) 4 b = torch.zeros(2,2) 5 6 # 语法一 7 print(a+b) 8 # 语法二 9 print(torch.add(a,b))10 # 语法三11 print(b.add_(a))12 # 语法三13 c = torch.Tensor(2,2)14 torch.add(a,b,out=c)15 print(c)
1 1 1 1[torch.FloatTensor of size 2x2] 1 1 1 1[torch.FloatTensor of size 2x2] 1 1 1 1[torch.FloatTensor of size 2x2] 2 2 2 2[torch.FloatTensor of size 2x2]
1 '''Numpy桥''' 2 3 a = torch.ones(3,2) 4 5 a = torch.ones(5) 6 b = a.numpy() # tensor转换为array 7 a.add_(1) 8 print(b) # a,b共用内存，属于浅拷贝 9 10 import numpy as np11 12 a = np.ones(5)13 b = torch.from_numpy(a) # array转换为tensor14 np.add(a,1,out=a)15 print(b) # a,b共用内存16 17 # 另外除了CharTensor之外，所有的tensor都可以在CPU运算和GPU预算之间相互转换18 # 使用CUDA函数来将Tensor移动到GPU上19 # 当CUDA可用时会进行GPU的运算20 x = torch.ones(2,2)21 y = torch.eye(2,2)22 if torch.cuda.is_available():23 x = x.cuda()24 y = y.cuda()25 print(x,y)26 # print(x+y) # 我的设备没配置好会出错，不过显卡太渣，以后有服务器玩再说吧
[ 2. 2. 2. 2. 2.] 2 2 2 2 2[torch.DoubleTensor of size 5] 1 1 1 1[torch.cuda.FloatTensor of size 2x2 (GPU 0)] 1 0 0 1[torch.cuda.FloatTensor of size 2x2 (GPU 0)]Process finished with exit code 0