基础语法（pytorch的tensor与Numpy）

tensor ： 张量

1.Pytorch

Pytorch是由研发的开源的深度学习框架，并且支持CPU和GPU加速计算

Pytorch安装参考：get-started、locally

2.torch.Tensor

torch.tensor是包含单一数据类型元素的数组，它是Pytorch中数据存储和运算的基本单元，

类似于Numpy的numpy.ndarray，两者的函数接口和运算方式几乎一样，实际上Pytorch内部也是把ndarray包装成Tensor

3.Tensor

中文称为张量，（可以看做一个数组），是Pytorch中最基本的数据类型，标量，向量和矩阵都可以看做是张量的特例

torch定义了10种具有CUP和GPU类型的张量类型

import torch
import numpy as np
a = np.array([[1,2],[3,4]])
# //定义numpy的二维数组
print(type(a))
print(a)
print()
b = torch.tensor([[1,2],[3,4]])
#//定义二维torch的张量
print(type(b))
print(b)
print()

<class 'numpy.ndarray'>
[[1 2]
 [3 4]]

<class 'torch.Tensor'>
tensor([[1, 2],
        [3, 4]])

c = b.numpy()       #张量tensor转numpy
print(type(b))
print(b)
print()
d = torch.from_numpy(c)   #numpy数组转tensor张量
print(type(d))
print(d)
print()