pytorch中Tensor(张量)

张量的定义

对于Tensor,有没有一种更确切的标识来解释它，什么是张量？
如图所示：

张量是一个任意维数组，它是标量、矩阵、向量的高维拓展。

张量的创建

1、可以通过列表创建

2、可以通过元组创建

3、通过Numpy库来进行创建

而对于张量的类型，函数type()不能够识别出张量内部的数据类型到底是什么，只能识别是张量（Tensor）类型，如果想要知道变量具体是哪一种类型，需要用dtype()方法来查看变量的具体类型。

张量的维度

张量是具有维度信息的，例如下边所提到的这些变量，可以通过ndim这个属性来查看张量的维度信息。

还可以通过张量的shape和size属性来查看向量的形状。

t1可以理解为：该向量的形状是1行2列。
t2可以理解为：包含两个一维的向量，每个向量又都是1行3列。
t3可以理解为：包含了两个二维矩阵，每个矩阵又是2行2列。
通过张量的内置方法numel()可以查看张量的个数。

如果想要将一个任意维度的张量转成一维的张量，可以使用flatten()函数

对于张量的变形，需要用的函数是reshape()

squeeze函数的作用是压缩张量，例如去掉维数为1 的维度：

与squeeze函数对应的还有unsqueeze函数，它的作用是给指定位置加上维度：

将张量转化为数值所用的函数是item()：