深度学习入门(一):Tensor

Numpy

Tensor Tutorial Here

Tensor是PyTorch中最重要的数据结构,它可以是一个数(标量)、一维数组(向量)、二维数组(如矩阵、黑白图片等)或者更高维的数组(如彩色图片、视频等)。Tensor与NumPy的ndarrays类似,但Tensor可以使用GPU加速。

torch.Tensor()可以使用int类型的整数初始化矩阵的行、列数,torch.tensor()需要确切的数据值进行初始化  
函数名后面带下划线_的函数称为inplace操作,会修改Tensor本身。例如,x.add_(y)和x.t_()会改变 x,x.add(y)和x.t()返回一个新的Tensor,x不变
t.tensor()与tensor.clone()总是会进行数据拷贝,新的Tensor和原来的数据不再共享内存。如果需要共享内存,那么可以使用torch.from_numpy()或者tensor.detach()新建一个Tensor