本周重点内容和关键词总结
- 重点内容：
1、张量的创建方式：
（1）直接创建：torch.tensor(numpy)
torch.from_numpy(ndarray) ------ tensor与ndarray共享内存
（2）依据数值创建： torch.zeros(size,out=) torch.zeros_like()
torch.ones() torch.ones_like() //创建全1张量
torch.full() torch.full_like() //创建全0张量
torch.arange() //等差一维张量
torch.linspace() //均分一维张量
torch.eye() //对角矩阵（二维张量）
（3）依据概率创建：torch.normal() //生成正态分布 4种模式
torch.randn() torch.randn_like() //创建正态分布
torch.rand() 与 torch.rand_like() //生成均匀分布
2、Variable常用于封装tensor，实现自动求导
3、张量的操作：
（1）拼接cat、stack
（2）切分chunk、split
（3）索引index_select/masked_select
（4）变换reshape、transpose
4、张量的运算
加减乘除 add sub mul div
5、计算图：用于描述运算的有向无环图
6、动态图：边搭建边计算
静态图：搭建结束后计算
7、自动求导 torch.autograd
- 关键词：张量、Variable、拼接、切分、线性回归、计算图、动态图与静态图、自动求导、逻辑回归