PyTorch中的Tensor数据结构详解

PyTorch是一个广泛应用于深度学习的开源框架，它提供了丰富的工具和功能来支持张量计算。张量是PyTorch中最基本的数据结构之一，它类似于多维数组，可以存储和操作大规模的数值数据。本文将详细介绍PyTorch中的Tensor数据结构，并提供相应的源代码示例。

1. 张量的创建
   在PyTorch中，我们可以使用torch.Tensor类来创建张量。张量可以是一个标量（0维张量）、向量（1维张量）、矩阵（2维张量）或多维数组（多维张量）。下面是一些创建张量的示例代码：

import torch

# 创建一个标量张量
scalar_tensor = torch.tensor(3.14)
print(scalar_tensor)

# 创建一个向量张量<