定义：
在PyTorch中，张量（tensor）是一种类似于多维数组的数据结构，它是PyTorch的核心数据类型。张量可以具有不同的维度，例如标量（0维张量，类似于一个数字）、向量（1维张量，类似于一维数组）、矩阵（2维张量，类似于二维数组）以及更高维度的数组。
张量的维度，矩阵的维度主要看第一个数，也就是看行，几行代表几维
tensor([[1, 2, 3],
[4, 5, 6]])
torch.Size([2, 3])
2维度的
tensor([[[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]],
[[13, 14, 15, 16],
[17, 18, 19, 20],
[21, 22, 23, 24]]])
3维的
张量和矩阵的区别
计算方式不同
标签：tensor,什么,Torch,矩阵,张量,PyTorch,数组,维度 From： https://www.cnblogs.com/mxleader/p/17852494.html