人工智能神器PyTorch：张量和张量的定义

PyTorch是python的机器学习库，简洁高效，实际应用中超级流行。今天我们详细讲解一下，PyTorch中的张量。

1、什么是张量？

张量的概念大家可以去了解一下。pytorch中的张量，是指某种形式组成的不同维数的矩阵。

2、构造含有数据的张量torch.tensor()函数

看一个例子。

也就是说，我们可以通过直接的数据输入，定义一个torch的张量。

3、构造特殊的张量

empty,zeros,ones,full函数可以构造不同的张量。

• 如果不指定张量的值，可以用empty；
• 如果设定全是0，可以用zeros
• 如果设定全是1，可以用ones
• 如果设定0，1之外的值，可以用full
• 这几个函数都有类似的*_like函数。如empty_like,zeros_like,ones_like,full_like,这些函数的参数是一个张量，构造一个和张量一样大小的张量

4、构造等差等比数列

• torch. arange() 等差不包含最后的一个end元素

torch.arange(0,3,step=1)

结果是0,1,2

• torch. range() 等差到end+1，也就是包含end

torch.range(0,2,step=1)

结果是0,1,2

• torch. linspace()

linspace(start,end,nums)

从start开始到end，中间分成nums段

• torch. logspace()使用方法和linspace类似，差别就是输出结果是要做一个10的次方。

5、结束

pytorch的张量定义虽然和Numpy有许多类似，但是也是不一样的。后面我们会慢慢讲解。