张量基础操作pytorch

在PyTorch中，张量（tensor）是存储和操作数据的主要数据结构。下面是一些常见的张量基础操作：

1. 创建张量：
- 使用torch.Tensor()函数创建一个空的张量。
- 使用torch.tensor(data)根据给定的数据创建张量。
- 使用torch.zeros(size)创建一个全零张量。
- 使用torch.ones(size)创建一个全一张量。
- 使用torch.rand(size)创建一个随机值张量。

2. 张量属性：
- 张量的形状可以通过tensor.size()得到。
- 张量的维度可以通过tensor.dim()得到。

3. 张量操作：
- 张量加法：可以使用torch.add(tensor1, tensor2)或者直接使用运算符+进行张量相加。
- 张量减法：可以使用torch.sub(tensor1, tensor2)或者直接使用运算符-进行张量相减。
- 张量乘法：可以使用torch.mul(tensor1, tensor2)或者直接使用运算符*进行张量相乘。
- 张量除法：可以使用torch.div(tensor1, tensor2)或者直接使用运算符/进行张量相除。

4. 张量索引：
- 可以使用tensor[index]对张量进行索引。
- 可以使用tensor[start:end]对张量进行切片。
- 可以使用tensor[bool_tensor]根据布尔张量对张量进行索引。

5. 张量变形：
- 使用tensor.view(shape)可以对张量进行形状变换。
- 使用tensor.reshape(shape)也可以实现张量的形状变换。

这只是一些基本的张量操作，PyTorch还提供了很多其他功能强大的操作和函数，可以根据具体需求进行学习和使用。