开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第7天，点击查看活动详情

前言

我们现在的生活都离不开手机软件，现在很多手机软件都得到了人工智能（AI）的支持。那么今天我们就来尝试学习和了解一下AI的搭建的一些基础知识。

正文

目前学术界主流使用的深度学习开发框架是 Facebook 开源的 PyTorch。这是基于Python的一个库，所以在看这篇文章之前一定要有一些Python基础哦。

今天我们先学习和为Tensor(张量)，以及Tesnsor的常用方法。

Tensor

tensor就是我们所说的张量，一个数（scaler）就是0阶张量，向量就是一阶的张量，矩阵就是二阶张量，张量其实可以理解成是数表的拓展。

scaler：0阶张量

vector：1阶～

matrix：2阶～

创建tensor

如下：

torch.tensor(x)
torch.rand([3,4]) # 创建的tensor是随机的，随值区间（0，1）
torch.randn([3,4]) # 创建的tensor是随机数，并且随机值服从均值为0，方差为1的正太分布。

并且PyTorch支持将np转到tensor。

tensor 属性

1. item()，当含有一个值时，可以直接获取里面的值，可以忽略其纬度。
2. numpy()，直接转numpy。
3. size(x)，获取形状，可以获取具体某个维度的量
4. view([shape])，是一种浅拷贝。拉成一整条，再慢填充。
5. dim()，获取维度数。
6. max()，获取最大值。（还有min\std）
7. t()，获得转置。
8. transpose(dim1,dim2)，交换两个轴
9. permute(dim...)，一起打乱轴
10. 取值与切片，t[1,2,3]，t[1,:,:]，t[1,2,3] = 100

tensor的数据类型

tensor.float32等等。torch会把np的数据默认转为float32。

值得注意的是，torch.tensor()与torch.Tensor这两个构造函数是不一样的。具体原因可以百度。

修改数据类型：直接在tensor后面加.long()、.float()等。

其他操作

new_ones(tensor)，模仿数据的维度，产出全一的tensor。

add_(y)，就地修改调用方法的对象。

to(device)，迁移数据到不同的处理单元。

device(str)，指定数据移到的处理单元。

以上便是tensor的一些基本的认识，了解了这些以后一些基本的代码应该是能看懂了。