pytorch

tensor 张量

pytorch 中的数组，能自动记录计算过程，自动求导

x = torch.rand(5, 3) # 随机生成一个 5 * 3 的张量
x = torch.ones(5, 3) # 生成全是 1 的张量
x = torch.zeros(5, 3) # 生成全是 0 的张量
x.t() # 转置
y = x.mm(x) # 矩阵乘法
x_tensor = torch.form_numpy(x_numpy) # numpy 转 tensor
x_numpy = x_tensor.numpy() # tensor 转 numpy
x_tensor = torch.FloatTensor(x_numpy) # 指定转换类型
x_numpy = x_tensor.detach().numpy() # 若 tensor 设置了求 grad 后不能之间转成 numpy，要先 detach

tensor 的很多运算可以放到 GPU 上利用cuda加速，首先要判断 GPU 可以正常使用，用torch.cuda.is_available()进行验证，如果返回为 True 说明可用。
使用 x.cuda() 来把一个 tensor 放到 GPU 上，使用 x.cpu() 取回。

linespace

用于生成线性数据，返回一个一维 tensor

torch.linspace(start, end, steps, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

杂项

查看 pytorch 版本

torch.__version__

torch.rand()和torch.randn()的区别

生成随机数，前者为 $[0,1)$ 均匀分布，后者为平均值 0 方差 1 的正态分布