希望您们先看过书，再来看本 blog，否则可能会看不懂，原因是我只写书上没写或者很新奇的东西。

先引个 torch 包

import torch

2.1 数据操作

2.1.1 入门

x.numel() 会返回张量中元素的总数。

torch.tensor() 与 torch.Tensor() 的区别

torch.tensor() 是（当你未指定 dtype 的类型时）将 data 转化为 torch.FloatTensor、torch.LongTensor、torch.DoubleTensor 等类型，转化类型依据于 data 的类型或者 dtype 的值
- 直接使用 vec = torch.tensor() 会报错，可以考虑如下方案修改：
  - vec = torch.Tensor()
  - vec = torch.tensor([])
torch.Tensor() 是 torch.FloatTensor() 的别名

# vec = torch.tensor() 
# TypeError: tensor() missing 1 required positional arguments: "data"

vec = torch.Tensor()
vec

tensor([])

vec = torch.tensor([])
vec

tensor([])

从下面代码可以看出，两种 tensor 函数都是开辟了新的内存空间建立张量。而且 Tensor() 函数直接转化为了浮点数。

a = [1, 2]
ida = id(a)
va = torch.Tensor(a)
idva = id(va)
va2 = torch.tensor(a)
idva2 = id(va2)
a, va, va2, ida, idva, idva2

([1, 2],
 tensor([1., 2.]),
 tensor([1, 2]),
 140242979567568,
 140242979895440,
 140242979896976)

torch.randn((n, m)) 会创建一个形状为 \(n \times m\) 的张量，其中每个元素都从均值为 0，标准差为 1 的标准高斯分布（正态分布）中随机采样。

torch.randn((3, 4))

tensor([[ 0.2106,  1.6204,  2.3458, -0.0705],
        [-0.2921, -0.1707,  0.1801, -1.0608],
        [ 0.0082, -1.4975,  0.2525, -0.2153]])

2.1.2 运算符

torch.cat() 函数中，\(dim=0\) 是按照行作为轴拼接，\(dim=1\) 是按照列作为轴拼接。可以简单地将其想象为吸附在轴上。

这里可以写成 (X, Y) 或者 [X, Y] 都可以，不过官方文档以及 d2l 书中都写的 (X, Y)

X = torch.arange(12, dtype=torch.float32).reshape((3, 4))
Y = torch.tensor([[2.0, 1, 4, 3], [1, 2, 3, 4], [4, 3, 2, 1]])
X, Y, torch.cat((X, Y), dim=0), torch.cat((X, Y), dim=1)

(tensor([[ 0.,  1.,  2.,  3.],
         [ 4.,  5.,  6.,  7.],
         [ 8.,  9., 10., 11.]]),
 tensor([[2., 1., 4., 3.],
         [1., 2., 3., 4.],
         [4., 3., 2., 1.]]),
 tensor([[ 0.,  1.,  2.,  3.],
         [ 4.,  5.,  6.,  7.],
         [ 8.,  9., 10., 11.],
         [ 2.,  1.,  4.,  3.],
         [ 1.,  2.,  3.,  4.],
         [ 4.,  3.,  2.,  1.]]),
 tensor([[ 0.,  1.,  2.,  3.,  2.,  1.,  4.,  3.],
         [ 4.,  5.,  6.,  7.,  1.,  2.,  3.,  4.],
         [ 8.,  9., 10., 11.,  4.,  3.,  2.,  1.]]))

2.1.3 广播机制

首先，两个张量的维度必须相等（张量的维度可以理解为张量轴的个数），对于维度没有要求，除了要 \(\ge 2\)
如果两个某一维的长度不相等，那么必定存在一个张量这一维大小等于 1.
然后复制后，进行广播

2.1.4 索引和切片

两个有趣的写法：

X[1,2] = 9 使得 \(x_{1,2} = 9\)。梦回 pascal 时代。
X[0:2, :] = 12 使得前两行的所有列都赋值为 12.

2.1.5 节省内存

如果调用语句 Y = X + Y，那么将取消引用 Y 指向的张量，而是指向新分配的内存处的张量。

本书作者认为这种元素的操作改变内存地址不可取，原因有二：

不想总是不必要地分配内存
如果不原地更新，其他引用仍然会指向旧的内存位置，这样某些代码可能会无意中引用旧的参数。

2.1 例如如果做 Z = Y 这样地操作，那么仅仅只是将 Z 指向的位置改到和 Y 一样，而没有对 Y 的内容进行复制。

执行原地操作的方法也有两种：

Y[:] = <expression>
Y += X

另外，reshape() 也修改了内存地址。

2.1.6 转化

a = torch.tensor([3.5])
a, a.item(), float(a), int(a)

(tensor([3.5000]), 3.5, 3.5, 3)

2.2 数据预处理

这一节主要教我们怎么用 pandas 包。~~但是我总觉得没啥用啊~~

一些有趣的函数

inputs, outputs = data.iloc[:, 0:2], data.iloc[:, 2]，通过位置索引获得 DataFrame 实例的值。
inputs = inputs.fillna(inputs.mean())，把 inputs 中的所有 NaN 替换为 inputs 的平均值。
inputs = pd.get_dummies(inputs, dummy_na=True)，这个函数将字符串类型的都改为 one-hot 类型，最后一个形参的意思是是否 NaN 也计算在内的意思。
newdata = data.drop(data.isna().sum().idxmax(), axis=1)，这个语句可以删除缺失值最多的列。

2.3 线性代数

2.3.1 标量

跳过（233）

2.3.2 向量

向量用小写粗体表示，而元素是一个标量，因此最好不要用粗体表示元素。

这里维度这个词的明确很好：向量或轴的维度被用来表示向量或轴的长度，即向量或轴的元素数量。而张量的维度用来表示张量具有的轴数。在这个意义上，张量的某个轴的维数就是这个轴的长度。

2.3.3 矩阵

矩阵用大写粗体 \(\boldsymbol{A}\) 表示。其中的元素有两种表示方法：

\([\boldsymbol{A}]_{ij}\)，在不清楚 \([\boldsymbol{A}]_{ij}\) 是否为标量时可以使用。
\(a_{ij}\)，当已知 \([\boldsymbol{A}]_{ij}\) 为标量时可以使用。

另附 markdown 加粗倾斜指令 \boldsymbol{}

2.3.4 张量

张量用特殊字体的大写字母表示，如 \(\sf{X, Y, Z}\)，另附 markdown 等线体指令 \sf{}，表示张量元素的机制和矩阵类似。

不妨假设有一个张量 \(\sf{X}\)，它的形状为 \((3,4,5)\)，那么，调用 len(X) 将会返回 3，原因是它只会返回第一维的长度，而 X.shape 则会返回其整体的形状。

2.3.5 张量算法的基本性质

给定具有相同形状的任意两个张量，任意按元素二元运算的结果都将是相同形状的张量。

另外，作者举了一个有趣的例子，两个矩阵的按元素乘法称为哈达玛积（Hadamard product）（数学符号为 \(\odot\)）。

2.3.6 降维

降维求和

某些函数除了自己的主要作用外，还具有降维的第二作用。假如现在有个张量 A = torch.arange(20, dtype=torch.float32).reshape(5,4)，所以它有几个例子函数具有降维功能：

A.sum()
A.mean()

其中，它们都有一个参数 axis，表示消除哪一个轴，沿着哪一个轴做操作。

也有神奇的用法比如 A.sum(axis=[0,1])，该操作与 A.sum() 等价。

非降维求和

可以在做操作时保持轴数不变，sum_A = A.sum(axis=1, keepdims=True)，这样可以接着做操作，比如广播。

如果想沿某个轴计算其元素的累积综合，可以调用 cumsum() 函数。

A = torch.arange(20, dtype=torch.float32).reshape(5,4)
A.cumsum(axis=0)

tensor([[ 0.,  1.,  2.,  3.],
        [ 4.,  6.,  8., 10.],
        [12., 15., 18., 21.],
        [24., 28., 32., 36.],
        [40., 45., 50., 55.]])

2.3.7 点积

两种方式：

torch.dot(x, y)
torch.sum(x * y)

2.3.8 矩阵-向量积

函数为：torch.mv(A, x)。很有趣，这里给出了简写很棒啊，而且也更加安全一些，因为这个函数没有广播机制。

2.3.9 矩阵-矩阵乘法

函数为：torch.mm(A, B)，这个函数同样没有广播机制。

另附一下 torch.matmul(input, other, *, out=None) 的内容：

如果两个张量都是一维的，将返回点乘（标量）。
如果两个参数都是二维的，则返回矩阵-矩阵乘积。
如果第一个参数是一维的，第二个参数是二维的，为了进行矩阵乘法，会在其维度上预加一个1。矩阵乘法后，预置的维度将被移除。
如果第一个参数是二维的，第二个参数是一维的，则返回矩阵-向量乘积。
如果两个参数都是至少一维的，并且至少有一个参数是 N 维的（其中 N>2），那么将返回一个分批的矩阵乘法。如果第一个参数是一维的，为了进行分批矩阵乘法，会在其维度上预加一个 1，然后删除。如果第二个参数是一维的，那么在它的维度上加一个 1，以便进行分批矩阵乘法，之后再删除。非矩阵（例如批）的维度是广播的（因此一定是可广播的）。例如，如果 input 是一个 \((j×1×n×n)\) 张量，other 是一个 \((k×n×n)\) 张量，out 将是一个 \((j×k×n×n)\) 张量。

请注意，广播逻辑在确定输入是否可广播时只看批维度，而不看矩阵维度。例如，如果 input 是一个 \((j×1×n×m)\) 张量，other 是一个 \((k×m×p)\) 张量，这些输入对于广播是有效的，即使最后两个维度（即矩阵维度）不同，输出将是一个 \((j×k×n×p)\) 张量。这个操作对具有稀疏布局的参数有支持。特别是矩阵-矩阵（两个参数都是2维的）支持稀疏的参数，其限制与 torch.mm() 相同

2.3.10 范数

范数有如下三个性质，不妨设此时有一个向量 \(\boldsymbol{x}\)，它的范数为 \(f(\boldsymbol{x})\)：

\(f(\alpha \boldsymbol{x}) = |\alpha|f(\boldsymbol{x})\)
\(f(\boldsymbol{x} + \boldsymbol{y}） \le f(\boldsymbol{x}) + f(\boldsymbol{y}))\)
\(f(\boldsymbol{x}) \ge 0\)

于是原书中提到几种范数：

\(L_1\) 范数：\(||\boldsymbol{x}||_1 = \sum_{i=1}^n |x_i|\)，相应的代码为 torch.abs(x).sum()
\(L_2\) 范数：\(||\boldsymbol{x}||_2 = \sqrt{\sum_{i=1}^n x_i^2}\)，相应的代码为 torch.norm(x)
弗罗贝尼乌斯范数（Frobenius norm）：这是一个矩阵 \(\boldsymbol{X}\) 的范数 \(||\boldsymbol{X}||_F = \sqrt{\sum_{i=1}^m \sum_{j=1}^n x_{ij}^2}\)，它是矩阵所有元素的平方和的平方根。

直接用 torch.norm(X) 也可以求这个值，这个函数也可以指定以哪一位做范数，参数为 dim。