无论是 PyTorch 还是 TensorFlow,我们首先都会遇到一个基础概念,张量 (Tensor)。
张量 (Tensor) 的作用
模型 (Model) 的输入和输出都是用张量 (Tensor) 表示的。
张量 (Tensor) 是什么
张量 (Tensor) 就是一种数据结构,类似数组 (array),矩阵 (matrix),向量 (vector)。
更形象地理解张量 (Tensor)
例如,如果我们要做一个二手车价格预测模型 (Model),那么如何表示一辆二手车呢?
就可以用一个一维数组来表示,每个元素代表:
- 生产年份
- 形式里程数
- 品牌
- 事故数
- 是否泡水过
等等。
也就是,用数字、数学的方式来描述一个事物。
再举一个例子,例如我们可以把一张彩色图片转换为一张二值图片,或者灰度图片,也就是将图片用二维矩阵的方式来描述。
代码
基于 Windows 11 上用 Miniconda 安装的 PyTorch
>python
Python 3.9.12 (main, Apr 4 2022, 05:22:27) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> car = torch.tensor([1980, 8686, 1000, 1])
>>> car
tensor([1980, 8686, 1000, 1])
>>>
参考
- https://docs.microsoft.com/zh-cn/learn/modules/intro-machine-learning-pytorch/2-tensors
微信关注我哦 👍
我是来自山东烟台的一名开发者,有感兴趣的话题,或者软件开发需求,欢迎加微信 zhongwei 聊聊, 查看更多联系方式