Modul Tensor menjadi fondasi jalur PyTorch dengan membahas enam kemampuan yang digunakan terus-menerus setelahnya, yaitu membuat tensor dari list, array NumPy, dan konstruktor bawaan, membaca trio atribut shape, dtype, dan device, mengindeks serta memotong tensor ala NumPy, mengubah bentuk dengan view dan reshape, menerapkan broadcasting, dan memindahkan tensor antara device. Semua contoh menggunakan anotasi bentuk di samping setiap operasi agar perubahan dimensi terbaca langsung dari kodenya. Posisinya sebagai modul kedua menjadikan materi ini bekal langsung untuk modul autograd dan modul pemodelan sesudahnya.
Tensor
Modul fondasi: membuat tensor, membaca atributnya, mengindeks, mengubah bentuk, broadcasting, dan memindahkan tensor antara device.
0/0 selesai
- Pembuatan tensor
Membuat tensor dari list, dari array NumPy, dan dengan zeros, ones, serta rand.
- Atribut tensor
Trio atribut yang selalu diperiksa: shape, dtype, dan device.
- Pengindeksan dan slice
Pengindeksan dan slice tensor dengan konvensi NumPy, disertai anotasi bentuk.
- Pengubahan bentuk
Mengubah bentuk tensor dengan view, reshape, squeeze, unsqueeze, dan permute.
- Broadcasting
Aturan broadcasting ala NumPy pada tensor beserta jebakan operasi in-place.
- Pindah ke GPU
Memindahkan tensor ke GPU dengan to(device) dan pola kode yang agnostik terhadap device.