Tensor
a. 各种数值数据称为张量
b. 常数：scaler：0阶张量
c. 向量：vector：1阶张量
d. 矩阵：matrix：2阶张量
e. 3阶张量
张星的创建方法
a. torch.Tensor(list)
b. torch.empty0/zeros0/ones()
C. torch.rando/randinto/randn()
张量的方法和属性
a. 数据中只有一个元索的时候，取值： tensor.item()
b. 转化为numpy数組的时候：tensor.numpy()
c.获取形状：
i. tensor.size()
i tensor.size(1) #获取第一个维度的形状
d. 形状的变化：tensor.view([shape])
获取阶数：tensor.dim()
常用计算方法：tensor.max0/min/std
转置：
i. 二维：tensor.t() tensor.transpose(0,1)
i. 高维：tensor.transpose(1,2)/
tesnor.permute(0,2,1)
取值和切片
r = t[1. 2, 3]
r = t[1,:,:]
r = t[1,2,3] = 100
数据类型
a. 拆定数据类型：
i. torch.tensor(array,dtype)
ii. torch.ones(array,dtype)
b.获取数据类型
i. tensor.dtype
c.修改数据类型
i. tonsor.float()/long()/int()
i. torch.Tensor和torch.tensor的区别
i. 全局（默认的数据类型）是torch.float32
i. torch.Tensor()传入数字表示形状和torch.FloatTensor相同
i.torch.Tensor传入可迭代对象表示数据，类型为榄型的数据类型
i.torch.tensor为创建tensor的方法
原地修改的方法： 带下划线函数
x.add_(y) 直接会修改x的值
GPU中的tensor的使用
device = torch.device ("cuda:0" if torch.cuda.is-available() else "cpu")
tensor.to(device)