第36节:PyTorch基本张量操作

1. 张量基础概念

张量(Tensor)是PyTorch中的核心数据结构,可以看作是多维数组的扩展。

在PyTorch中,张量不仅用于存储数据,还是构建神经网络的基础组件。

第36节:PyTorch基本张量操作_第1张图片

1.1 张量的维度

张量可以有不同的维度:

  • 0维张量:标量(单个数字)

  • 1维张量:向量

  • 2维张量:矩阵

  • 3维及以上张量:高阶张量

1.2 张量的属性

每个PyTorch张量都有以下几个重要属性:

  • data:包含的张量数据

  • dtype:张量的数据类型(如torch.float32, torch.int64等)

  • shape:张量的形状(各维度大小)

  • device:张量所在的设备(CPU或

你可能感兴趣的:(pytorch,人工智能,python)