超级会员免费看
本文介绍了PyTorch中的Tensor，将其视为支持高效科学计算的数组。内容包括Tensor的基础操作，如创建、加法和索引，强调了 inplace 操作的区别，并举例展示了改变Tensor形状、大小的方法以及索引操作。
Tensor
Tensor张量，可简单地认为它就是一个数组，且支持高效的科学计算。它可以是一个数（标量）、一维数组（向量）、二维数组（矩阵）和更高维的数组（高阶数据）。Tensor和Numpy的ndarrays类似，但PyTorch的tensor支持GPU加速。
# Let's begin
from __future__ import print_function
import torch as t
t.__version__
'1.0.1'
基础操作
tensor的接口成与Numpy类似
从接口的角度来讲，对tensor的操作可分为两类：
torch.function，如torch.save等。tensor.function，如tensor.view等。
如
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
