pytorch入门1.0（基本操作）

pytorch入门1.0
主要是关于张量的创建、运算、索引等一些基本操作。随便练习一下，增加对张量操作的熟悉程度。

1.pytorch是什么？

pytorch是2017年由Facebook人工智能研究院（FAIR）基于Torch推出的一个开源Python机器学习库。该库能借助GPU加速张量的计算；亦具有自动求导系统。

2.使用pytorch的前期工作

1. 首先得安装好；（假定你已经安装好啦）
2. 导入torch包；

import torch
print(torch.__version__)  # 打印pytorch的版本

# 设置随机种子，保证在神经网络中的各种权重的初始化一致。
torch.manual_seed(42)
torch.cuda.manual_seed(42)

3.创建几个tensor（张量）玩玩

# 创建空的张量（值为垃圾值）
torch.empty(1)
torch.empty(3).dtype

# 创建张量（值为垃圾值）
torch.Tensor(1)
torch.Tensor(1).dtype

#依照元素值创建张量，更像是类型转换
torch.tensor([1.0,3.0])
torch.tensor([1.0,3.0]).dtype

# 创建二维矩阵，对角线元素为1，其他位置元素为0
torch.eye(3,dtype=torch.float32)

# 创建一个形状跟参数里的Tensor一样的张量
torch.empty_like(torch.Tensor(3,3))

# 创建一个全是1的向量，例如2*3*4
torch.ones(2,3,4,device='cuda')  # 把此变量放到gpu上，devive='cuda'

# 创建一个全0向量
torch.zeros(2,4)

# 创建一个3*3*3的张量，每个元素从2到5[2,5)随机取值
torch.randint(2,5,(3,3,3))