深度学习pytorch入门之张量Tensor详解

文章目录

• 一、简介
• 二、查看帮助文档
• 三、

一、简介

Tensor，又名张量，是pytorch、tensorflow、Theano等深度学习框架中重要的数据结构。关于张量的本质，我们可以简单的认为就是一个数组，它可以是一个数（标量）、一维数组（向量）、二维数组（矩阵）、多维数组…,pytorch的tensor支持GPU加速。

二、查看帮助文档

在ipython或者notebook中，使用function？方法或者help（function）方法可以查看一个函数的帮助文档，比如构造参数等等，以torch的save方法为例：
（1）function？方法
输入torch.save?，shift+enter即可得到它的帮助文档

Docstring:
ones(*size, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) -> Tensor

Returns a tensor filled with the scalar value `1`, with the shape defined
by the variable argument :attr:`size`.

Args:
    size (int...): a sequence of integers defining the shape of the output tensor.
        Can be a variable number of arguments or a collection like a list or tuple.
    out (Tensor, optional): the output tensor.
    dtype (:class:`torch.dtype`, optional): the desired data type of returned tensor.
        Default: if ``None``, uses a global default (see :func:`torch.set_default_tensor_type`).
    layout (:class:`torch.layout`, optional): the desired layout of returned Tensor.
        Default: ``torch.strided``.
    device (:class:`torch.device`, optional): the desired device of returned tensor.
        Default: if ``None``, uses the current device for the default tensor type
        (see :func:`torch.set_default_tensor_type`). :attr:`device` will be the CPU
        for CPU tensor types and the current CUDA device for CUDA tensor types.
    requires_grad (bool, optional): If autograd should record operations on the
        returned tensor. Default: ``False``.

Example::

    >>> torch.ones(2, 3)
    tensor([[ 1.,  1.,  1.],
            [ 1.,  1.,  1.]])

    >>> torch.ones(5)
    tensor([ 1.,  1.,  1.,  1.,  1.])
Type:      builtin_function_or_method

（2）help（function）方法

help(torch.save),enter+shift也可得到其帮助文档
需要注意的是，在使用上述两种方法的时候，一定要加上模块名，比如torch.save ,若只输入save?或help(save）则会提示NameError: name 'save' is not defined。

三、

来源：CSDN

作者：东大艾弗森

链接：https://blog.csdn.net/weixin_45021364/article/details/104637474