第36节：PyTorch基本张量操作

1. 张量基础概念

张量(Tensor)是PyTorch中的核心数据结构，可以看作是多维数组的扩展。

在PyTorch中，张量不仅用于存储数据，还是构建神经网络的基础组件。

1.1 张量的维度

张量可以有不同的维度：

• 0维张量：标量（单个数字）

• 1维张量：向量

• 2维张量：矩阵

• 3维及以上张量：高阶张量

1.2 张量的属性

每个PyTorch张量都有以下几个重要属性：

• data：包含的张量数据

• dtype：张量的数据类型（如torch.float32, torch.int64等）

• shape：张量的形状（各维度大小）

• device：张量所在的设备（CPU或