一、tensor

只是表达方式不一样，但是pytorch没有字符串的表达方式，需要用别的方法来表示字符串。

如何表示字符串

1.、One – hot
▪ [0, 1, 0, 0, …]
2 、 Embedding
▪ Word2vec
▪ glove

数据类型

类型判断

Dimension 0

这是标量

Dimension 1

.tensor 接受的是数据的内容

Dimension 2

Dimension 3

特别适合 rnn 循环神经网络

Dimension 4

特别适合 卷积神经网络 cnn
适合表达图片数据类型

mixed

二、创建Tensor

import from numpy

从numpy 导入的float 其实是double 类型

import from list

小写的tensor 承接的是 数据内容，Tensor 大部分是承接 shape ，当然也可以接收内容。

torch.FloatTensor([2.,3.2]) 这样的方法容易混淆，尽量不要使用。

uninitialized 未初始化

Torch.empty()
▪ Torch.FloatTensor(d1, d2, d3)
▪ NOT torch.FloatTensor([1, 2]) = torch.tensor([1, 2])
▪ Torch.IntTensr(d1, d2, d3)
未初始化的tensor 一定要跟写入数据的后续步骤。
未初始化的数据会出现一个非常大，一个非常小的情况。

set default type

增强学习一半使用double，其他一般使用float

设置成doubletensor。

rand/rand_like, randint

full

linspace

index

切片

select by steps
通用形式是：[start：end：steps]

… 符号

select by mask
是ByteTensor 类型

三、维度变换

view 和 reshape

squeeze and unsqueeze

例子：


squeeze:
expand:
repeat:
.t
permute:

总结