《动手学深度学习》第二章笔记

第二章

数据操作
- 创建张量
- 操作
- - 算数操作
  - 索引
  - 改变形状
  - 线性代数
- 广播机制
- 运算的内存开销
- Tensor和Numpy的相互转换

数据操作

pytorch中，torch.Tensor是存储和变换数据的主要工具，Tensor提供GPU计算和自动求梯度等功能。N维数组是机器学习和神经网络的主要数据结构

tensor（张量）：多维数组
标量：0维张量
向量：一维张量
矩阵：二维张量

创建张量

import torch # 导入pytorch

x=torch.empty(5, 3) # 创建⼀个5x3的未初始化的 Tensor
print(x)

y=torch.rand(5, 3) # 创建⼀个5x3的随机初始化的 Tensor
print(y)

z=torch.zeros(5, 3, dtype=torch.long)# 创建⼀个5x3的long型全0的 Tensor
print(z)

w=torch.tensor([5.5, 3]) # 直接根据数据集创建

控制台输出

tensor([[-1.1745e-17,  1.0412e-42, -1.1745e-17],
        [ 1.0412e-42, -1.1747e-17,  1.0412e-42],
        [-1.1747e-17,  1.0412e-42, -1.1740e-17],
        [ 1.0412e-42, -1.1740e-17,  1.0412e-42],
        [-1.1746e-17,  1.0412e-42, -1.1746e-17]])
tensor([[0.2267, 0.6189, 0.2569],
        [0.3100, 0.8409, 0.9816],
        [0.6405, 0.5193, 0.0425],
        [0.5121, 0.7064, 0.0093],
        [0.8851, 0.1488, 0.3974]])
tensor([[0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0],
        [0, 0, 0]])

还可以通过现有的tensor来创建

还有很多函数可以创建tensor，可以查看官网,这些方法都可以在创建的时候，指定数据类型dtype和存放设备device（GPU还是CPU）