环境准备

什么是PyTorch？

是一个机器学习的框架，把一些高位矩阵运算（Tensor）使用GPU做加速运算。把神经网络的梯度计算进行了封装。

第一步：加载数据

torch.utils.data.Dataset

torch.utils.data.DataLoader

使用Tensors

# 得到维度使用
.shape()

# 创建一个Tensors
x = torch.tensor([[1, -1], [-1, 1]])
x = torch.from_numpy(np.array([[1, -1], [-1, 1]]))

# 内容都是0或1
x = torch.zeros([2,2])
x = troch.ones([1, 2, 4])

# 一些处理方法
# 加
# 减
# 求和
x.sum()
# mean
# power

# 转置，第0个维度和第一个维度互换
x.transpose(0,1)

# 削平
x.squeeze(0)

# 填充一个维度
x.unsqueeze(1)

# 合并
torch.cat([x, y, z], dim=1)

# 使用计算环境为CPU
x.to('cpu')
# 使用计算环境为GPU
x.to('cuda')
# 判断电脑有NVIDIA GPU
torch.cuda.is_available()

pytorch官方文档：https://pytorch.org/docs/stable/tensors.html