tensor的不同维度种类

几种形状的tensor

0维标量（scalar)，1维向量（vector),二维矩阵（matrix),3维以上n维张量

scalar

import torch
torch.__version__
from torch import tensor
1
2
3

x=tensor(42)
x

1
2
3

tensor(42)
1

x.dim()
1

0
1

x.item()
1

42
1

vector

y=tensor([1.5,-0.5,3.0])
y
1
2

tensor([ 1.5000, -0.5000,  3.0000])
1

y.dim()
1

1
1

y.size()
1

torch.Size([3])
1

matrix

m=tensor([[1.,2.],[2.,4.]])
m
1
2

tensor([[1., 2.],
        [2., 4.]])
1
2

m.matmul(m)#功能是将矩阵m与自身进行矩阵乘法运算。该运算将矩阵m的每一行与m的每一列进行乘积，并将结果相加以得到最终的结果。在这个例子中，矩阵m是一个2x2的矩阵，结果将会是一个2x2的矩阵。
1

tensor([[ 5., 10.],
        [10., 20.]])
1
2

#同上
tensor([1.,0.]).matmul(m)
1
2

tensor([1., 2.])
1

m*m#内积
1

tensor([[ 1.,  4.],
        [ 4., 16.]])
1
2

1