摘要：
online documentationat http://pytorch.org/docs. 这里只是简介，不会过多涉及。 首先，大多数对tensor的操作和tensor之间的运算操作，都是定义的 torch 模块下的，同时也可以当做tensor的对象方法调用。 例如 转置 transpose 这 阅读全文
摘要：
在Pytorch中，所有对tensor的操作，都是由GPU-specific routines完成的。tensor的device属性来控制tensor在计算机中存放的位置。 我们可以在tensor的构造器中显示的指定tensor存放在GPU上 也可以用 to 方法把一个CPU上的tensor复制到G 阅读全文
摘要：
可以直接调用tensor的save和load方法对tensor进行保存和读取. 保存： 读取： 或者 但是这样保存下来的只能被Pytorch所识别。可以利用 h5py 库进行通用格式的保存。 首先要转换成numpy数组，然后调用 create_dataset 函数，保存为hdf5格式的文件 这里的 阅读全文
摘要：
pytorh的tensor与numpy的转换，是通过Python buffer protocol完成的。所以这个转换时 zero-copy的。 tensor 》numpy 转换之后的numpy数组，与tensor共用一个基础buffer，所以如果tensor是存储在CPU上的，他们对数据的修改会相互 阅读全文