3.1 Tensor的定义

PyTorch最基本的操作对象是张量，张量的英文是Tensor，表示一个多维的矩阵。张量的维数常被描述为阶，如一阶张量、二阶张量。零阶张量就是一个标量，一阶张量就是一个矢量，二阶张量就是一般的矩阵（二维），多阶张量就相当于多维的矩阵数组。图3.1形象地描述了零阶—三阶张量。

图3.1 零阶—三阶张量

张量的三个基本属性如下。

（1）阶（rank）：维数。

（2）形状（shape）：行和列的数目。

（3）类型（type）：元素的数据类型。

现在将三阶张量用一个正方体来表示，如图3.2所示。

图3.2 三阶张量

这样可以进一步生成更高阶的张量，四阶张量、五阶张量如图3.3所示。

图3.3 四阶张量、五阶张量

张量常用的数据类型如表3.1所示，包括整型和浮点型。

表3.1 张量常用的数据类型