Pytorch基础¶
todo:pytorch practice
张量¶
定义¶
张量(Tensor)是pytorch的基础数据结构。
- 标量是0阶张量,向量是1阶张量,矩阵是2阶张量;当然也存在更高阶的张量(上图最右边可以理解为不同游戏版本的各英雄的各项属性(x)
基本操作¶
一般情况下比起具体数字,我们更加关注张量的形状
生成¶
修改形状¶
- 增加维度(不改变数据内容)
- 降低维度(前提:有一个维度为1)
当我们减少的维度长度不等于1的时候操作不会有效,见上图In[31]
- 通过
View
函数实现
只支持内存毗邻数据的计算
可以空一个维度函数自行计算
计算¶
两个形状一样的张量可以逐元素计算
e.g. 相乘 - 对应元素逐个相乘
广播机制¶
矩阵运算¶
高维张量:后两位矩阵运算,前面的维度是逐个元素计算(广播机制)