1.标量

标量也叫0D张量，一个标量就是一个数，它只有大小，没有方向。

import torch
x = torch.Tensor(3)
print(x)

2.向量

向量也叫1D张量。向量只有一个轴，沿着行的方向，或者沿着列的方向。向量一般指列向量。

import torch
x= torch.Tensor([1, 2])
print(x)  

3.矩阵

矩阵也叫2D张量, 有两个轴，是一种二维数据结构。

import torch
A = torch.Tensor([[1, 2], [3, 4]])
print(A)

假设有两个矩阵和，它们的大小分别是m * n和 n * p。则可以使用矩阵乘法来计算它们的乘积，其大小为m * p。矩阵的第行第列的元素可以表示为：

4.张量

张量是多维数组的抽象概括。它可以看作是向量和矩阵的推广。

张量的基本性质包括：张量的维度，即张量的阶数、轴数。张量的形状，即每一维的大小。张量的数据类型，即张量中的数据的类型，比如float32、int64等。