h2728677716的博客

torch Tensor是整个package中的核心类requires_grad设置为True，表示会对张量进行跟踪，记录张量在正向传播中做的更改（相乘相加等等操作），只有跟踪张量的更改，才能在反向求导中进行计算。直接给tensor原地更改requires_grad为True,a.requires_grad_(True)import torchx = torch.ones(3, 3, requires_grad=True)y = x + 1print(x.grad_fn)prin

1.创建一个没有初始化的矩阵,里面是内存随便给的数据。x = torch.empty(5, 3)print(x)2.创建一个有初始化的矩阵,rand 按照高斯分布进行初始化。x = torch.rand(5, 3)print(x)3.创建一个全0矩阵并可指定数据元素的类型为long。x = torch.zeros(5, 3, dtype=torch.long)print(x)4.直接创建张量。x = torch.tensor([2.5, 3.5])print(x