【带着学Pytorch】2、张量(Tensor)的介绍与创建

一、Tensor介绍

 1.1、 张量是什么？

       最开始在出现CPU和GPU， GPU出现主要解决的问题时并行计算，在此基础上的软件层面的工作基本上围绕着并行计算进行的，张量也不例外。

首先，我们先来聊聊 编程语言，python，java ，C，C++等，他们都有的共同特点是什么？在大学中计算机类专业耳熟能详， 算法、数据结构 等等。其实这些语言对于使用者来说仅仅是语法的差异，解决同一个问题它们的核心本质数据结构和算法都没有发生太大的变化。一门语言的语法你掌握了然于心，其实编程就像“搭积木”。然而 深度学习和编程语言有很多相似的地方。pytroch其实就像是一个工具，让你能够用这些“积木”的最小单元进行搭积木。为什么称之为“积木的最小单元”？ 看完后面内容你就明白了。

        tensor本质上就是pytorch定义的一种数据结构。它像 python 中的list， 像numpy的数组，它这里仅仅称之为“像”。

        tensor的严格定义 ：张量是一个多维数组，它是标量、向量、矩阵的高维拓展。

 他是有多种形态，这个形态与它的维度有很大关系。 

• 0维：标量 ，理解为一个数字
• 1维：向量， 一列或一行数字，这里和线性代数的含义共通。
• 二维：矩阵， 理解就是军训时排列的方阵，里面的人就像是数字。
• 多维：多维数组，现实世界图片， 就是 3*W*H 的0~255数字组成的多维数组。

Tensor 就是用来在计