pytorch学习入门：什么是pytorch+安装
0 安装
步骤1：
输入下面地址：https://pytorch.org/get-started/locally/
步骤2：
选择自己想要的版本：
（pytorch build一般选择stable）
（选择自己的系统）
（选择用什么方式来下载：如果安装了anaconda，可以选择conda；一般选择pip） 注：不知为何原因，我用conda安装失败，在pip安装成功
步骤3：
run the command
1 入门学习
https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html#sphx-glr-beginner-blitz-tensor-tutorial-py
1.1 PyTorch 是什么
他是一个基于Python的科学计算包，目标用户有两类
- 为了使用GPU来替代numpy
- 一个深度学习援救平台：提供最大的灵活性和速度
1.2 张量（tensors）
参考：https://www.jianshu.com/p/5ae644748f21/
前言：
标量（Scalar）是只有大小，没有方向的量，如1，2，3等 零维
向量（Vector）是有大小和方向的量，其实就是一串数字，如(1,2) 一维
矩阵（Matrix）是好几个向量拍成一排合并而成的一堆数字，如[1,2;3,4] 二维
张量就是按照任意维排列的一堆数字的推广。 标量、向量、矩阵都属于张量。除此之外，张量还可以是三维、四维、五维的等等。
张量类似于numpy中的ndarrays，不同在于张量可以使用GPU加速。
创建张量：
例子1
x = torch.Tensor(2,3) #构造一个2x3的矩阵，没初始化但仍然会有值
输出：
tensor([[0.0000, 0.0000, 0.0000],
[0.0000, 0.0000, 0.0000],
[0.0000, 0.0000, 0.0000],
[0.0000, 0.0000, 0.0000],
[0.0000, 0.0000, 0.0000]])
例子2
y = torch.rand(5,3,2) #构造一个5x3x2的张量，初始化为随机数
输出：
tensor([[[0.5264, 0.4299],
[0.1690, 0.5533],
[0.3089, 0.8002]],
[[0.6012, 0.8172],
[0.9650, 0.3159],
[0.6204, 0.4612]],
[[0.5796, 0.2908],
[0.2410, 0.4130],
[0.2657, 0.4400]],
[[0.3991, 0.1783],
[0.5380, 0.5921],
[0.1039, 0.5153]],
[[0.5698, 0.9856],
[0.2059, 0.5438],
[0.9882, 0.7355]]])
可以看出，5x3x2的张量y由5个3x2的矩阵构成，这符合了我们数学上的定义。
查看张量的大小：
print(x.size())
输出：
torch.Size([5, 3])
注意：
torch.Size实际上是一个元组，所以它支持元组相同的操作。
张量的加法（4种）
res = a+b
res = torch.add(a,b)
res = torch.Tensor(5,3)
torch.add(a,b,out=res)
b.add_(a) #运算结果覆盖掉b
把torch张量转换为numpy数组
tensor2array = torch_data.numpy()
把numpy数组转换为torch张量
torch_data = torch.from_numpy(np_data)
所有在CPU上的张量，除了字符张量，都支持在numpy之间转换。
把torch张量移动到GPU上
# let us run this cell only if CUDA is available
if torch.cuda.is_available():
x = x.cuda()
y = y.cuda()
x + y