Pytorch的tensor数据结构详解是怎样的？

本文共计2319个文字，预计阅读时间需要10分钟。

目录- torch.Tensor 与 Tensor 数据类型- view 与 reshape 的区别- Tensor 与 ndarray 的创建- torch.Tensor 传入维度的方法

Tensor 与 ndarray 是一种包含单一数据类型元素的多元数组，类似于 numpy 的 array。以下是具体内容：

1. torch.Tensor 与 Tensor 数据类型 - torch.Tensor 是 PyTorch 中用于表示多维数组的数据类型。 - 它类似于 numpy 的 ndarray，但提供了更多针对深度学习的功能。

2. view 与 reshape 的区别 - view：返回一个新视图，但不复制数据。改变视图不会影响原始数据。 - reshape：返回一个新的形状，但可能需要复制数据。改变形状会影响数据。

3. Tensor 与 ndarray 的创建 - 创建 Tensor：`torch.tensor(data, dtype=dtype)` - 创建 ndarray：`numpy.array(data, dtype=dtype)`

4. torch.Tensor 传入维度的方法 - 使用 `unsqueeze` 方法增加一个维度。 - 使用 `view` 或 `reshape` 方法改变维度大小。