--------教程摘自b站【不愧是计算机博士唐宇迪128集课程一套搞定了我大学4年没学会的PyTorch】PyTorch从入门到实战全套课程(附带课程学习资料 )_哔哩哔哩_bilibili
Tensor常见的形式有哪些
- 0: scalar 数值
- 1: vector 向量
- 2: matrix 矩阵
- 3: n-dimensional tensor 高维特征
Scalar
通常就是一个数值
x = tensor(42.)
x
tensor(42.)
x.dim()
0
2 * x
tensor(84.)
x.item()
42.0
Vector
例如: [-5., 2., 0.]
,在深度学习中通常指特征,例如词向量特征,某一维度特征等
𝑣⃗ =[𝑣1,𝑣2,…,𝑣𝑛]
v = tensor([1.5, -0.5, 3.0])
v
tensor([ 1.5000, -0.5000, 3.0000])
v.dim()
1
v.size()
torch.Size([3])
Matrix¶
- 一般计算的都是矩阵,通常都是多维的
M = tensor([[1., 2.], [3., 4.]])
M
tensor([[1., 2.], [3., 4.]])
M.matmul(M)
tensor([[ 7., 10.], [15., 22.]])
tensor([1., 0.]).matmul(M)
tensor([1., 2.])
M * M
tensor([[ 1., 4.], [ 9., 16.]])
tensor([1., 2.]).matmul(M)
tensor([ 7., 10.])