Pytorch torch 参考手册

PyTorch 软件包包含了用于多维张量的数据结构，并定义了在这些张量上执行的数学运算。此外，它还提供了许多实用工具，用于高效地序列化张量和任意类型的数据，以及其他有用的工具。

它还有一个 CUDA 版本，可以让你在计算能力 >= 3.0 的 NVIDIA GPU 上运行张量计算。

PyTorch torch API 手册

类别	API	描述
Tensors	is_tensor(obj)	检查 obj 是否为 PyTorch 张量。
	is_storage(obj)	检查 obj 是否为 PyTorch 存储对象。
	is_complex(input)	检查 input 数据类型是否为复数数据类型。
	is_conj(input)	检查 input 是否为共轭张量。
	is_floating_point(input)	检查 input 数据类型是否为浮点数据类型。
	is_nonzero(input)	检查 input 是否为非零单一元素张量。
	set_default_dtype(d)	设置默认浮点数据类型为 d。
	get_default_dtype()	获取当前默认浮点 torch.dtype。
	set_default_device(device)	设置默认 torch.Tensor 分配的设备为 device。
	get_default_device()	获取默认 torch.Tensor 分配的设备。
	numel(input)	返回 input 张量中的元素总数。
Creation Ops	tensor(data)	通过复制 data 构造无自动梯度历史的张量。
	sparse_coo_tensor(indices, values)	在指定的 indices 处构造稀疏张量，具有指定的值。
	as_tensor(data)	将 data 转换为张量，共享数据并尽可能保留自动梯度历史。
	zeros(size)	返回一个用标量值 0 填充的张量，形状由 size 定义。