本文共计6699个文字，预计阅读时间需要27分钟。

原文链接 + 1. 必需的 + PyTorch + 背景 + PyTorch + 是建立在 + Torch + 库之上的 + Python + 包，主要用于加速深度学习应用。 + PyTorch + 提供了一种类似 + NumPy + 的抽象方法来表示特征张量（或多维数组），它可以利用 + GPU + 来加速计算。

原文链接

1.必要的 PyTorch 背景

PyTorch 是一个建立在 Torch 库之上的 Python 包，旨在加速深度学习应用。

PyTorch 提供一种类似 NumPy 的抽象方法来表征张量（或多维数组），它可以利用 GPU 来加速训练。

1.1 PyTorch 张量

PyTorch 的关键数据结构是张量，即多维数组。其功能与 NumPy 的 ndarray 对象类似，如下我们可以使用 torch.Tensor() 创建张量。如果你需要一个兼容 NumPy 的表征，或者你想从现有的 NumPy 对象中创建一个 PyTorch 张量，那么就很简单了。