PyTorch深度学习实战（4）—— Tensor的基本操作

Tensor，又名张量，读者可能对这个名词似曾相识，它不仅在PyTorch中出现过，而且也是其他深度学习框架（如TensorFlow、MXNet等）中重要的数据结构。从工程角度讲，可以简单地认为Tensor是一个支持高效科学计算的数组。Tensor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）或者更高维的数组（如高阶数据、视频等）。Tensor与NumPy的ndarray用法类似，而PyTorch的Tensor支持GPU加速。

本文将系统地讲解Tensor的基本用法，力求面面俱到，但不会涉及每个函数。对于Tensor的其他函数及其用法，读者可在IPython/Notebook中使用函数名加?查看帮助文档，或查阅PyTorch的官方文档。