检查Anaconda环境与PyTorch配置

在开始深度学习项目前，首先需要确认当前Anaconda环境中是否已正确安装Python和PyTorch相关组件。可通过以下命令查看版本信息：

• 查看Python版本：python --version
• 查看PyTorch版本：pip show torch 或 import torch; print(torch.__version__)

conda list -n pytorch

创建Python虚拟环境

使用Conda可以方便地创建独立的Python运行环境，避免依赖冲突。创建命令如下：

conda create -n <环境名字> python=<版本号>

进阶技巧：快速创建并安装依赖

若希望在创建环境时一并安装常用库（如numpy、matplotlib等），可在命令后追加包名：

conda create -n myenv python=3.9 numpy matplotlib

此外，为跳过每次确认输入“y”的步骤，可添加-y参数实现自动确认：

conda create -n myenv python=3.9 -y

conda create -n gemini_env python=3.11 -y

conda create -n gemini_env python=3.11 google-generativeai jupyter -y

错误环境的处理方式

若误创建了不正确的环境，可通过以下命令将其删除：

conda remove -n <环境名> --all

该操作将彻底移除指定环境及其所有安装的包。

conda env remove -n gemini_env

Python与PyTorch的安装

若系统中未安装合适版本的Python，可使用pip进行安装（以Python 3.10为例）：

pip install python3.10.*

conda install pytorch torchvision torchaudio -c pytorch

PyTorch中的张量（Tensor）基础

Tensor是PyTorch中最核心的数据结构，类似于NumPy中的数组，但支持GPU加速和自动求导。常见创建方式包括：

import torch
t = torch.tensor([1.2, 3.4])

torch.tensor((2,2))

torch.ones_like()

torch.zeros_like()

torch.rand((2,2))

torch.rand([2,2])

torch.rand((2,2,))

torch.rand([2,2,])

张量属性（Tensor Attribution）

每个张量都具备若干关键属性，用于描述其数据特征：

• a.dtype：表示张量中元素的数据类型（如torch.float32）
• a.shape：返回张量各维度的大小，形式为元组
• a.device：指示张量存储位置（CPU或CUDA设备）

is_tensor()

torch.is_nonzero(a)

判断对象是否为PyTorch张量

可通过isinstance函数判断一个变量是否为torch.Tensor类型：

isinstance(t, torch.Tensor)

torch.numel()

numel() 与 len() 的关键区别

两者均用于获取张量的长度信息，但含义不同：

• len(t)：仅返回第0维（第一维）的长度，即张量最外层的元素个数。
• t.numel()：返回张量中所有元素的总数，等价于各维度大小的乘积。

例如，对于形状为(2, 3, 4)的张量：

• len(t) 输出 2
• t.numel() 输出 24

a=torch.zeros([5,5,])

torch.set_default_tensor_type(torch.DoubleTensor)

修改PyTorch默认张量类型

PyTorch在创建浮点型张量时，默认使用float32（torch.float）。可通过以下代码更改为double类型（float64）：

import torch
# 设置默认张量类型为 DoubleTensor
torch.set_default_tensor_type(torch.DoubleTensor)

# 新建浮点张量将自动使用 float64
b = torch.tensor([1.2, 3.4])
print(b.dtype)  # 输出: torch.float64

# 注意：整数张量不受影响
c = torch.tensor([1, 2])
print(c.dtype)  # 输出: torch.int64

torch.arange()

张量拼接操作：torch.cat()

torch.cat() 是 concatenate 的缩写，用于沿指定维度连接两个或多个张量，类似于拼积木。

示例：设有两个矩阵 a（2×2）与 b（2×3），在列方向（dim=1）上进行拼接：

result = torch.cat((a, b), dim=1)

结果将是一个形状为 (2, 5) 的新张量。

若在行方向（dim=0）拼接，则扩展的是行数，即纵向堆叠。

torch.cat([a, b], dim=1)

三维张量的理解与拼接

三维张量常用于表示彩色图像或具有通道结构的数据，其形状通常表示为：

(Channel, Height, Width)

也可理解为“层数、高度、宽度”。

假设存在两个形状均为 (2, 3, 4) 的张量 t1 和 t2：

• 2 表示有 2 层（如颜色通道）
• 3 表示高度方向有 3 行
• 4 表示宽度方向有 4 列

t1 = torch.rand(2, 3, 4)
t2 = torch.rand(2, 3, 4)
print(f"原始形状: {t1.shape}")

不同维度下的拼接效果

1. dim=0：沿“厚度”方向拼接

即将 t2 叠加在 t1 上方，增加层数：

• 直观类比：两片面包叠成双层汉堡
• 数学变化：2 + 2 = 4
• 输出形状：(4, 3, 4)

torch.range()

torch.eye()

torch.full()

其他常用张量函数简介

除了拼接外，还有几个重要的张量操作函数：

• torch.chunk()：将张量沿某一维度均分为若干块
• torch.gather()：根据索引从张量中提取特定元素
• torch.reshape()：改变张量的形状而不改变其数据

torch.cat()

区间表示说明：

• 左闭右开区间：包含起始值，不包含结束值（如[0, 5)）
• 闭区间：同时包含起始与结束值（如[0, 5]）

torch.range()

1. dim=0：拼接“厚度/层数”（变厚了）

当使用 dim=0 进行拼接时，表示在第 0 个维度上进行连接。可以理解为将张量 t2 放在 t1 的上方或下方，形成一个新的堆叠结构。

实际应用示例：假设你有一张 RGB 图像（包含3个颜色通道），想要为其添加一个透明度通道（Alpha），从而组合成 RGBA 格式的图像（共4个通道）。此时就可以通过拼接操作实现通道数的扩展。

直观理解：类似于将两个立方体沿垂直方向叠加，整体变得更“厚”。

数学变化：原第0维大小为 2 + 2 = 4。

结果形状：(4, 3, 4)

限制条件：要求其余维度（即高度和宽度）必须完全一致才能拼接。

c0 = torch.cat([t1, t2], dim=0)
print(f"dim=0 拼接后:\n{c0.shape}")
# 输出: torch.Size([4, 3, 4])  <-- 只有第0维发生变化

2. dim=1：拼接“高度/行数”（变高了）

选择 dim=1 表示在第二个维度上进行拼接。你可以想象成把 t2 放置在 t1 的正下方，就像把两张图片上下对接，形成一张更长的图像。

直观理解：图像上下合并，视觉上拉长。

数学变化：3 + 3 = 6。

结果形状：(2, 6, 4)

限制条件：第0维（厚度）与第2维（宽度）的尺寸必须相同，才能完成拼接。

c1 = torch.cat([t1, t2], dim=1)
print(f"dim=1 拼接后:\n{c1.shape}")
# 输出: torch.Size([2, 6, 4])  <-- 仅第1维发生改变

3. dim=2：拼接“宽度/列数”（变宽了）

采用 dim=2 拼接是在第三个维度上进行操作。相当于将 t2 放在 t1 的右侧，实现左右并排的效果。

直观理解：两张图横向拼接，形成一幅全景图。

数学变化：4 + 4 = 8。

结果形状：(2, 3, 8)

限制条件：第0维（厚度）和第1维（高度）需保持一致。

c2 = torch.cat([t1, t2], dim=2)
print(f"dim=2 拼接后:\n{c2.shape}")
# 输出: torch.Size([2, 3, 8])  <-- 仅第2维发生变化

torch.chunk(tensor,chunks,dim=0)

总结与类比：张量如同立体蛋糕

若将张量视作一个长方体形状的蛋糕，不同维度的拼接可类比为对蛋糕不同方向的扩展：

• dim=0：增加蛋糕的层数（如奶油层、夹心层叠加），底面积不变，整体变得更厚。
• dim=1：延长蛋糕的长度（前后方向拼接），横截面与宽度不变，蛋糕变得更长。
• dim=2：扩展蛋糕的宽度（左右方向拼接），切面形状和长度不变，蛋糕变得更宽。

核心记忆口诀：

指定哪个维度（dim），该维度的数值相加，其余维度保持不变。

相关函数说明

torch.chunk()：用于将张量沿指定维度分割为若干等份块（chunks），常用于分批处理数据。

torch.gather(input, dim, index, *, sparse_grad=False, out=None) → Tensor：按照给定索引从输入张量中收集元素，常用于特征提取或索引重构。

torch.reshape()：仅改变张量的外形结构，不调整内部元素顺序，适用于维度变换但不改变数据内容的操作。