如何用PyTorch实现深度学习中的线性代数原理？

本文共计2905个文字，预计阅读时间需要12分钟。

“标量+包含一个数值的称为标量（scalar）。标量由只有一个元素的张量表示：+import torchx=torch.tensor(3.0)y=torch.tensor(2.0)x + y, x * y, x / y, x ** y（tensor(5.), tensor(6.), tensor(1.5000), tensor(9.))向量+将向量表示为“

标量

包含一个数值的叫标量（scalar）。标量由只有一个元素的张量表示：

import torch x = torch.tensor(3.0) y = torch.tensor(2.0) x + y,x * y,x / y,x ** y

(tensor(5.), tensor(6.), tensor(1.5000), tensor(9.)) 向量

将向量视为标量值组成的列表。 我们将这些标量值称为向量的元素（element）或分量（component）。通过一维张量处理向量。一般来说，张量可以具有任意长度，取决于机器的内存限制，可以使用下标来引用向量的任一元素。