摘要：
\t 是单个字符 不属于字符串 表示制表符tab \表示转意 println 和 print的区别 不加ln直接打印，不会换行 ln就是换行 \n 表示换行 print(' \ ')会把第二个单引号转义，导致报错 \u 表示 \u4e2d 表示为Unicode编码 是16进制 为‘中 ’ 八进制01 阅读全文
摘要：
java中的注释 // 表示单行注释 一般写后面 /* .. .....*/ 表示可以用来注释多行 /** * @versin *@author * */ javadoc会自动识别的注释 /*java中的代码必须写到类体中，类名后面比=必须又一个大括号，被称为类体class申明一个公开的类 起名缩进 阅读全文
摘要：
变量，内存空间的复用 就是内存当中存储数据的最基本的额单元 java语言中数据被称为字面量 分为 整数型，浮点型，布尔型，字符型，字符串型，（字符型和字符串型都是现实世界中的文字） 其中需要注意的是，字符型用单引号，字符串型用双引号（语法上区分两种类型主要看单双引号） 变量的三要素。类型，名称，值 阅读全文
摘要：
1，标识符 --> 类名 方法名 变量名 常量名 接口名 为程序员自己命名的内容 main也是标识符但是不能修改 2， 命名规则 只能以 数字 字母（中文） 下划线 美元符号 不能数字开头 严格区分大小写 避免内建关键字 类名不要相同 避免A类和a类的情况出现，，，因为谁在前就生成谁 3， 一般的通 阅读全文
摘要：
三种方法： 1，Torch.mm（仅仅适用2维的矩阵相乘） 2，Torch.matmul 3，@ >>> a = torch.randn(3,3)>>> b = torch.rand(3,3)>>> atensor([[-0.6505, 0.0167, 2.2106], [ 0.8962, -0.3 阅读全文
摘要：
>>> atensor([2., 4., 6., 8.])>>> c = a.resize_(2,2)>>> atensor([[2., 4.], [6., 8.]])>>> ctensor([[2., 4.], [6., 8.]])>>> a = a.resize_(4)>>> atensor([ 阅读全文
摘要：
向量化操作是指可以在同一时间进行批量地并行计算，例如矩阵运算，以达到更好效率的一种方式。 尽量使用向量化直接对Tensor操作，避免低效率的for循环对元素逐个操作。 阅读全文
摘要：
>>> a = torch.randn(3,3)>>> atensor([[ 0.5805, 0.1940, 1.2591], [-0.0863, 0.5350, -0.7737], [-0.4059, -0.0447, -0.3434]])>>> a.sort(0,True)[0]tensor([ 阅读全文
摘要：
>>> a = torch.Tensor([[1,2],[3,4]])>>> atensor([[1., 2.], [3., 4.]])>>> a[1] 类似python中的列表的取值tensor([3., 4.])>>> a[0]tensor([1., 2.])>>> a > 0 返回布尔值或者0 阅读全文
摘要：
>>> a = torch.Tensor([[1,2],[3,4]])>>> atensor([[1., 2.], [3., 4.]]) >>> b = torch.Tensor([[7,8],[9,10]])>>> btensor([[ 7., 8.], [ 9., 10.]]) >>> torc 阅读全文