Il Suo primo torch.tensor
Crei un tensore e ne stampi forma e dtype
Il Suo primo torch.tensor è una lezione Deep Learning Academy gratuita su CoddyKit. Questa è la lezione 4 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Deep Learning Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Deep Learning Academy include 4 lezioni in totale.
Conoscere il tensore
Un tensore è il contenitore di dati principale di PyTorch: una griglia di numeri, simile a un array NumPy ma pronta per essere eseguita su una GPU. 🧮
Crearne uno da una lista
Il modo più semplice per creare un tensore è usare torch.tensor a partire da una lista Python. PyTorch copia i valori in una griglia numerica veloce.
x = torch.tensor([1, 2, 3])Visualizzarlo
La stampa di un tensore mostra i suoi valori racchiusi in tensor(...), così saprà sempre di avere davanti dati PyTorch e non una semplice lista.
print(x)La shape descrive la struttura
La shape indica la dimensione lungo ciascun asse. Una lista piatta di tre valori ha shape pari a tre.
print(x.shape)Creare un tensore 2D
Annidi le liste per creare una griglia. Questa matrix ha due righe e tre colonne, quindi la sua shape è due per tre.
m = torch.tensor([[1, 2, 3], [4, 5, 6]])Dtype indica il tipo di numero
Ogni tensore ha un dtype, cioè il tipo di numero che contiene. I numeri interi diventano int64 e i decimali float32 per impostazione predefinita.
print(x.dtype)I float per l'addestramento
Le reti apprendono usando numeri decimali, quindi la maggior parte dei dati dei modelli è di tipo float32. Aggiunga un punto decimale e PyTorch sceglierà automaticamente il tipo float.
y = torch.tensor([1.0, 2.0, 3.0])Impostare manualmente il dtype
Può richiedere direttamente un tipo con l'argomento dtype, utile quando servono float a partire da dati interi.
z = torch.tensor([1, 2], dtype=torch.float32)Tensori pieni di zeri
Le serve un tensore vuoto di una certa dimensione? torch.zeros riempie di zeri la shape richiesta, perfetto come buffer iniziale.
torch.zeros(2, 3)Tensori casuali
I pesi del modello spesso iniziano con valori casuali. torch.rand restituisce un tensore della shape scelta, riempito con valori tra zero e uno.
torch.rand(2, 3)Contare le dimensioni
Il numero di dimensioni è il rank del tensore. Lo legga con .ndim: un vettore ha rank uno, una matrice rank due.
print(m.ndim)Verifica rapida
Ragioni sulla shape di un tensore creato da liste annidate.
Riepilogo
Ha creato tensori da liste, ne ha letto la shape e il dtype, e ha creato griglie di zeri e casuali. È su questi dati che viene eseguito il deep learning. ✅
Impara Python con un tutor IA — gratis
Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.
- Corsi
- 30
- Lezioni
- 120
Domande Frequenti
La lezione «Il Suo primo torch.tensor» è gratuita?
Sì — il testo completo di «Il Suo primo torch.tensor» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Deep Learning Academy, passa a CoddyKit PRO. Il corso Deep Learning Academy include 4 lezioni in totale.
Cosa imparerò in «Il Suo primo torch.tensor»?
Crei un tensore e ne stampi forma e dtype Eserciti Deep Learning Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare Deep Learning Academy?
Non è richiesta alcuna esperienza precedente. Deep Learning Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 4 di 4.
Quanto tempo richiede la lezione «Il Suo primo torch.tensor»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione Deep Learning Academy?
Sì. Ogni lezione Deep Learning Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Installi PyTorch e verifichi l'importazione
- CPU, GPU o MPS: scelga il dispositivo
- Notebook, script e seed riproducibili
- Il Suo primo torch.tensor