Pytorch中的[Tensor]如何高效创建和使用？

本文共计1238个文字，预计阅读时间需要5分钟。

Tensors是特殊的数组结构，与数组和矩阵类似。在PyTorch中，我们用张量来编码模型的输入和输出，以及模型参数。张量类同于NumPy的ndarray，支持在GPU上运行。

• 张量是一种特殊的数据结构，与数组和矩阵非常相似。 在 PyTorch 中，我们使用张量来编码模型的输入和输出，以及模型的参数。

• 张量类似于 NumPy 的 ndarray，张量可以在 GPU 或其他支持硬件加速器上运行。 事实上，张量和 NumPy 数组通常可以共享相同的底层内存，从而无需复制数据（参见 Bridge with NumPy）。 张量还针对自动微分进行了优化。