[人工智能]PyTorch中tensor的几种形状

• Scalar 通常就是一个数值
• vector 例如： [-5., 2., 0.]，在深度学习中通常指特征，例如词向量特征，某一维度特征等
• matrix 一般计算的都是矩阵，通常都是多维的
• n-dimensional tensor 高维空间

例：

import torch
from torch import tensor

#Scalar
x = tensor(11.)  
x    #Out: tensor(11.)
x.dim()  #Out:0
2 * x  #Out:tensor(22.)

#Vector
v = tensor([1.5, -0.5, 3.0])
v #Out:tensor([ 1.5000, -0.5000,  3.0000])
v.dim() #Out: 1
v.size() # Out: torch.Size([3])

#Matrix
M = tensor([[1., 2.], [3., 4.]])
M  #Out: tensor([[1., 2.],[3., 4.]])
M.matmul(M) #矩阵相乘 Out:tensor([[ 7., 10.],[15., 22.]])
M * M #矩阵点乘 Out： tensor([[ 1.,  4.],[ 9., 16.]])