pytorch | Tensor和Variable

1.Tensor

Tensor是pytorch中最基本的构件，可以像numpy一样进行矩阵计算，最主要的是Tensor支持GPU加速运算。而且Tensor的运算与numpy的运算基本相似，但有部分高级的矩阵计算Tensor并不支持，比如计算特征值特征向量等。因此numpy还是有存在的必要的。

小练习
创建一个float32，大小3*2，随机初始化的tensor，并将其转换为numpy类型。
#方式1
x = torch.randn(3,2).type(torch.FloatTensor)
#方式2
x = torch.randn(3,2).float()
x_array = x.numpy()


小练习
创建一个float32,4*4的全1矩阵，将矩阵中的2*2矩阵修改为2.
x = torch.ones(4,4).float()
x[1:3,1:3] = 2
print(x)
1  1  1  1
1  2  2  1
1  2  2  1
1  1  1  1
[torch.FloatTensor of size 4*4]

2.Variable

tensor是Pytorch中非常高效数据格式，但用tensor构建神经网络还远远不够，为了构建计算图，所以Variable是不可或缺的数据形式。Variable是对tensor的封装。
Variable有三个属性：

• .data：tensor本身
• .grad：对应tensor的梯度
• .grad_fn：该Variable是通过什么方式获得的

3.多图预警