3、PyTorch基础：张量操作与图像分类入门

PyTorch基础：张量操作与图像分类入门

1. PyTorch张量基础

1.1 检查CUDA可用性与随机张量生成

在开始使用PyTorch时，我们可以通过以下代码检查CUDA是否可用，并生成一个随机的2x2张量：

import torch
print(torch.cuda.is_available())
print(torch.rand(2,2))

运行上述代码，输出可能如下：

True
 0.6040  0.6647
 0.9286  0.4210
[torch.FloatTensor of size 2x2]

如果 cuda.is_available() 返回 False ，则需要调试CUDA安装，确保PyTorch能够识别你的显卡。

1.2 张量的定义与创建

张量是PyTorch中几乎所有操作的核心。简单来说，张量可以看作是多维数组，每个张量都有一个秩，对应其维度空间。例如，标量是秩为0的张量，向量是秩为1的张量，n×n矩阵是秩为2的张量。

我们可以使用 torch.tensor() 从列表创建张量，也可以使用特殊的创建函数，如 ones() 和 zeros() ：