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