(三)对张量的基础操作

数据类型

python	PyTorch
Int	IntTensor of size()
float	FloatTensor of size()
Int array	IntTensor of size[d1, d2,...]
float array	FloatTensor of size[d1, d2,...]
string	---

判断数据类型

dimension 0 / rank0（标量）

1.是0维，但[1.]是1维，长度为1 的Tensor
loss通常是标量

Dim1 / rank1(向量)

Bias, Linear Input 常为Dim 1

• 区分dim， size，shape
  rand(2，3) 为2维的tensor
  dim： 2维（行和列）的2，size的长度
  size / shape：[2， 3]的整体，tensor的具体形状
  tensor：[[-1.0, 0.1, 0.2],
  [-0.2, 0.3, 0.3]]指具体数据

Dim 2

带有batch的Linear Input 常为2维，第一张照片第二张照片[1, 784]

Dim 3

带有batch的RNN Input 常为3维，[word, sentence, 100]

Dim 4

CNN[b, c, h, w]
b:几张照片

shape返回tensor的形状；
numel返回占用内存大小(4704 = 2 * 3 * 28 * 28)