本章不太重要，python基础知识，随时 gpt 就够
1. 数据操作#
节省内存：
- 运行一些操作可能会导致为新结果分配内存：
before = id(a)
a = a + b
id(a) == beforeFalse- 正确操作：
Z = torch.zeros_like(Y)
before = id(Z)
Z[:] = X + Y
id(Z) == beforeTruebefore = id(X)
X += Y
id(X) == beforeTrue转换为其他Python对象：
- 将NumPy张量（ndarray）转换为Tensor张量：
A = X.numpy()
B = torch.tensor(A)
type(A), type(B)(numpy.ndarray, torch.Tensor)- 将大小为1的张量转换为Python标量：
a = torch.tensor([3.5])
a, a.item(), float(a), int(a)(tensor([3.5]), 3.5, 3.5, 3)