'''
Numpy和PyTorch的基础语法几乎一致，具体表现为：
1 np对应torch
2 数组array对应张量tensor
3 Numpy的n维数组对应着PyTorch的n阶张量
数组与张量之间可以相互转换：
1 数组arr转为张量ts:ts = torch.tensor(arr);
2 张量ts转为数组arr:arr = np.array(ts)。
PyTorch 修正的 NumPy 函数或方法
课件位置 NumPy的函数 PyTorch的函数 用法区别
1.1 数据类型 .astype() .type() 无
2.4 随机数组 np.random.random() torch.rand() 无
2.4 随机数组 np.random.randint() torch.randint() 不接纳向量
2.4 随机数组 np.random.normal() torch.normal() 不接纳向量
2.4 随机数组 np.random.randn() torch.randn() 无
3.4 数组切片 .copy() .clone() 无
4.4 数组拼接 np.concatenate() torch.cat() 无
4.5 数组分裂 np.split() torch.split() 参数含义优化
6.1 矩阵乘积 np.dot() torch.matmul() 无
6.1 矩阵乘积 np.dot(v,v) torch.dot(v,v) 无
6.1 矩阵乘积 np.dot(m,v) torch.mv() 无
6.1 矩阵乘积 np.dot(m,m) torch.mm() 无
6.2 数学函数 np.exp() torch.exp() 必须传入张量
6.2 数学函数 np.log() torch.log() 必须传入张量
6.3 聚合函数 np.mean() torch.mean() 必须传入浮点型数组
'''
