1.Pytorch数据类型
1.1简单对应
对应
1.2string数据类型
两种方式
（1）第一种比较常见，是利用不同的向量对应不同的【类别】，利用这种编码表示来间接解决string的数据类型。这种方法在解决非nlp的问题时经常使用。
（2）第二种则在nlp问题中更文常见
2.数据类型
常用
最常用：
torch.(cuda.)FloatTensor
torch.(cuda.)IntTensor
torch.(cuda.)ByteTensor
3.数据类型的检查
Type check
#代码解释
a = torch.randn()#初始化方法：随机正态分布
a.type()#返回string，即a的数据类型
#参数的合法化检验
isinstance()
*一个例子
例一
#解释
#使用isinstance()检测数据类型
data.cuda()#转换数据类型
4.创建张量
4.1维度为0（标量）
#创建dimension为0的标量
#in
import torch
torch.tensor(1.)
#out
tensor(1.)
#in
torch.tensor(1.3)
#out
tensor(1.3000)
4.2维度为1
几种创建张量的方式
5.区分dimension和size（shape）
没听懂...
5.1代码演示
代码演示size/shape方法
#代码解释
torch.randn(m,n)#返回一个符合均值为0，方差为1的正态分布（标准正态分布）中填充随机数的张量（m行n列）
