1 pytorch的基石–Tensor张量

要介绍Tensor这个数据类型，我觉得有必要扯一下数学。

我们都知道：

标量（Scalar）是只有大小，没有方向的量，如1，2，3等

向量（Vector）是有大小和方向的量，其实就是一串数字，如(1,2)

矩阵（Matrix）是好几个向量拍成一排合并而成的一堆数字，如[1,2;3,4]

如图，我们可以看出，矩阵是二维的，向量是一维的，标量是零维的。

那么张量（Tensor）是什么呢？呵呵呵呵！大家估计也能猜出来！是按照三维排列的一堆数字？

是的。但是也不完全正确。

其实标量，向量，矩阵它们三个也是张量，标量是零维的张量，向量是一维的张量，矩阵是二维的张量。

张量就是按照任意维排列的一堆数字的推广。如图所示，矩阵不过是三维张量下的一个二维切面。要找到三维张量下的一个标量，需要三个维度的坐标来定位。

除此之外，张量还可以是四维的、五维的、。。。等等

数学扯完了，我们撸串代码操练操练　(*ˉ︶ˉ*)

>>>import torch #引用torch包

>>>x = torch.Tensor(2,3) #构造一个2x3的矩阵，没初始化但仍然会有值

>>>x