学习李沐深度学习第一天

在此之前已经通过网上和B站教程成功安装anaconda 、pycharm 等相应软件，开始学习吧！

以下内容依据教材示例和课上内容所写学习笔记，小白只有薄弱基础，写错了还请各位大神指正，学习不易，互相鼓励

04 数据操作 + 数据预处理【动手学深度学习v2】

1. 装对软件，跟上教程这部分基本可以顺下来，初次接触明白了tensor 就是表示n为数组，也叫做张量。

2. torch.Size([2, 3, 4]) 用shape属性访问张量的形状，类似于这样的输出结果就是两个三行四列的矩阵。
   

3. x.numel()用来表示张量中元素的总数，比如两个三行四列里面就会有24个元素，所以输出就是24

4. torch.tensor([[2, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]])也可以直接输出一个张量，注意[]和，当然也可以进行各种运算，我认为比较好理解的就不在此赘述

5. 广播机制：我理解的在这里就是把不同形状的张量进行操作时，进行适当的复制扩展，当扩展成为相同形状的张量时进行操作：例如相加运算
6. 索引：就像在python或者c语言中一样，数组里面的元素时可以访问的，在这里张量中的元素通过索引访问，当然从0开始要记住，第一个元素的索引是0，书上的例子：x[-1]就是访问最后一行，x[1:3]就是访问第一行，第二行（一定要记住从第0行开始），当然也可以访问某一行的某一个元素，例如x[1, 2]就是访问第一行第二列的元素（当然要记住是从零行零列开始，以后就不再提醒啦，反正我记住了，haha）
7. 索引：书上没有说，切片其实也是索引操作，所以切片经常被称为切片索引（我查的），所以不用太在意，

8. X[0:2, :] = 12
   这行代码的意思就是从第零行到第二行（也就是0行和1行，不包括2行）的元素改为12，其中“:”代表沿轴1（列）的所有元素(目前只有一个矩阵，所以把：删掉也不会影响，当有多个矩阵就不一样，先记下来)

9. 节省内存：python的id（）函数，在python中我们的数据都有id中，某些操作会导致重新分配内存。当我们不想让内存发生改变时，可以选择原地操作。书上的False说明Y=Y+X之后，y的id已经发生了变化，产生了一个新的y；而下面的z[:]=x+y是对z赋值，所以z的id不变。
10. 转换为其他python对象，第一个例子就是说明A和B的类型不同，第二个例子中的a.item()就是把a中的3.5提取出来。