PyTorch 是深度学习研究和开发的利器，其核心数据结构 Tensor（张量） 提供了丰富的操作接口。以下是关键知识点：

📌 基础操作

  • 创建张量
    使用 torch.tensor() 或 torch.zeros() 等函数初始化
    PyTorch_tensor_operations
  • 数据类型
    支持 float32、int64、bool 等类型，通过 dtype 参数指定
    示例：x = torch.tensor([1,2,3], dtype=torch.float32)

🧮 数学运算

  • 元素级操作：x + y、x * y、torch.sum(x)
  • 矩阵运算：torch.matmul(x, y)、x.T 转置
  • 激活函数：torch.relu(x)、torch.sigmoid(x)
    Tensor_operations_in_PyTorch

🔍 索引与切片

  • 基础索引：x[0]、x[:, 1]
  • 布尔索引：x[x > 0]
  • 高级操作：torch.index_select()、torch.take()

🔁 广播机制

  • 支持自动扩展维度进行运算
  • 示例：x + 1（将标量广播到所有元素）
  • 注意：维度不匹配时需满足 广播规则

📚 扩展学习

通过掌握这些操作，您将能高效构建神经网络模型！💡