這是自己定義tensor的值輸入10個整型值，列印price，注意這時它只是乙個有10資料的tensor。
對比這兩張，第一張是有10個資料的tensor，第二張是10x1的矩陣，也可以成為列向量（神經網路經常用到），是呼叫了reshape（）方法轉換的，它們看著一樣本質上是不一樣的！
這時再次呼叫reshape（）方法生產的2x5矩陣，值得注意的是，現在雖然呼叫了兩次reshape（），但是原來的price還是10個資料的tensor，如下圖22行，在經過2次reshape（）運算後price沒有變化。
可以使用賦值語句將10x1的向量儲存到price_vec中，當然也可以一直用price:reshape(10,1)來表示10x1向量，就是**長一些。
如果想輸出1到10這樣的類似於列舉型資料時，可以呼叫range（）方法，再次提醒這樣初始化的還是乙個tensor，而非運算時候的矩陣或者向量，要用reshape轉換。
Torch7深度學習教程（五）
這一節先介紹一些基本操作，然後再對我們前面建立的網路進行訓練 隨即生產一張 1通道，32x32畫素的。為了直觀像是，匯入image包，然後用itorch.image 方法顯示生成的，就是隨即的一些點。用之前建立好的神經網路net呼叫forward 方法輸入隨即生成的得到輸出的結果，如列印出來的形式，...
ubuntu安裝Torch7教程
安裝torch7很簡單，只需要幾條命令即可，本教程在安裝完torch7之後還會download下demo，並執行其中的train a digit classifier。具體安裝步驟如下 sudo apt get install git git clone torch recursive cd tor...
Torch7模型訓練
torch7搭建卷積神經網路詳細教程 已經詳細的介紹啦module模組，這裡再次基礎上再給出一些上container transfer functions layers和 layers模組的理解。並在後面給出一些簡單的模型訓練方法。下述程式在itorch qtconsole下執行。主要有四個函式 詳...