Pytorch Tensor
在 PyTorch 中,使用 张量 来 编码模型的输入和输出以及模型的参数。
张量类似于 NumPy 的 ndarray,不同之处在于:
- 张量可以在 GPU 或其他硬件加速器 上运行。
- 深度学习框架中的张量通常支持 自动梯度计算(例如 PyTorch 的
autograd
,TensorFlow 的 tf.GradientTape
)。
可视化 Tensor
Tensor 是一个多维数组,包含单一数据类型的元素,与 numpy 的 ndarray 非常相似。

- 当维度为零时,可以称为标量。
- 当维度为 2 时,可以称为矩阵。
- 当维度大于 2 时,通常称为张量。