PyTorch机器学习从入门到实战

(副标题)：无 ;

(作者): 孙琳 ;

内容简介：

​ 2.4.1　Tensor简介
Tensor是PyTorch中的基本对象，意思为张量，表示多维的矩阵，是PyTorch中的基本操作对象之一。与Numpy的ndarray类似，Tensor的声明和获取size可以这样：

importtorch

x=torch.Tensor(5，3)

x.size()

torch.Size([5，3])

Tensor的算术运算和选取操作与Numpy一样，因此Numpy相似的运算操作都可以迁移过来：

x=torch.rand(5，3)

y=torch.rand(5，3)

x + y

tensor([[ 0.7716, 1.0530, 1.1207],

    [ 1.2076,  1.0004,  1.1528],

    [ 0.8611,  0.9670,  0.3346],

    [ 0.1594,  1.3466,  1.0662],

    [ 1.1712,  0.4600,  1.5507]])

x[:,1]

tensor([ 0.8449, 0.4441, 0.1054, 0.9101, 0.3540])

Tensor与Numpy的array还可以进行互相转换，有专门的转换函数：

x=torch.rand(5，3)

y=x.numpy()

z= torch.from_numpy(y)

目录预览：

​ PyTorch机器学习从入门到实战
第1章 深度学习介绍
1.1 人工智能、机器学习与深度学习
1.2 深度学习工具介绍
1.3 PyTorch介绍
1.4 你能从本书中学到什么
第2章 PyTorch安装和快速上手
2.1 PyTorch安装
2.1.1 Anaconda安装
2.1.2 PyTorch安装
2.2 Jupyter Notebook使用
2.3 NumPy基础知识
2.3.1 基本概念
2.3.2 创建数组
2.3.3 基本运算
2.3.4 索引、切片和迭代
2.3.5 数组赋值
2.3.6 更改数组的形状
2.3.7 组合、拆分数组
2.3.8 广播
........