跳转至

Pytorch基础

todo:pytorch practice

张量

定义

张量(Tensor)是pytorch的基础数据结构。 image-20240730230952724

  • 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

image-20240730231602685

修改形状

  1. 增加维度（不改变数据内容）
    image-20240730231727962
  2. 降低维度（前提：有一个维度为1）
    image-20240730231828499
    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]
  3. 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
    image-20240730232442592

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
image-20240730232652674

广播机制

image-20240730233737219

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）
image-20240730234008209