Tensor¶
Tensor là một cấu trúc dữ liệu chuyên dụng rất giống với mảng và ma trận. Trong PyTorch, chúng tôi sử dụng tensor để mã hóa đầu vào và đầu ra của mô hình cũng như các tham số của mô hình.
Tensor tương tự như NumPy’s ndarray, ngoại trừ việc tensor có thể chạy trên GPU hoặc các bộ tăng tốc phần cứng khác. Trong thực tế, tensor và Mảng NumPy thường có thể chia sẻ cùng một bộ nhớ cơ bản, loại bỏ nhu cầu sao chép dữ liệu (xem lớp Cầu nối với NumPy). Tenxơ cũng được tối ưu hóa để tự động phân biệt (chúng ta sẽ tìm hiểu thêm về điều đó sau trong Autograd phần). Nếu bạn đã quen với ndarray, bạn sẽ quen với Tensor API. Nếu chưa thì hãy làm theo nhé!
nhập ngọn đuốc
nhập numpy as np
Khởi tạo một Tensor¶
Tăng ten có thể được khởi tạo theo nhiều cách khác nhau. Hãy xem các ví dụ sau:
Trực tiếp từ dữ liệu
Các tensor có thể được tạo trực tiếp từ dữ liệu. Kiểu dữ liệu được tự động suy ra.
dữ liệu = [[1, 2],[3, 4]]
x_data = ngọn đuốc.tensor(dữ liệu)
Từ mảng NumPy
Có thể tạo các tensor từ mảng NumPy (và ngược lại – xem Cầu nối với NumPy).
np_array = np.mảng(dữ liệu)
x_np = ngọn đuốc.from_numpy(np_array)
Từ một tensor khác:
tensor mới giữ lại các thuộc tính (hình dạng, kiểu dữ liệu) của tensor đối số, trừ khi được ghi đè rõ ràng.