324-PyTorch

324-PyTorch

人工智能重要的框架

Pytorch 里面的张量：

PyTorch 工程上：张量Tensor 是深度学习专用多维数组，既能承载矩阵数据，又能跑 GPU、自动算梯度，是神经网络所有输入、权重、输出的唯一数据格式；

和普通 Numpy 矩阵有核心区别：

1. 支持 GPU 加速：可以轻松移到显卡上做并行运算，神经网络训练核心依赖

2. 自动求导（Autograd）​：内置梯度计算，不用手动推导导数，训练神经网络自动更新权重

3. 配套深度学习算子：卷积、矩阵乘法、激活函数、损失函数等原生支持

4. 可和 Numpy 数组互相转换，底层数据能共享内存（不复制）

具体数据类型为：

数据类型	数学称呼	PyTorch 张量示例
单个数字	0 维张量（标量）	torch.tensor(10)
一维数组	1 维张量（向量）	torch.tensor([1,2,3])
二维数组	2 维张量（矩阵）	torch.tensor([[1,2],[3,4]])
三维数组	3 维张量	图片 [H,W,3]
四维数组	4 维张量	批量图片 [batch,H,W,3]

​