张量

    下面介绍这两种数据的相关操作。

    Tensor用于在框架中承载数据，使用 可以创建一个指定数据类型的Lod-Tensor变量，

    API reference 请参考： create_tensor

    2. create_parameter

    神经网络的训练过程是一个对参数的学习过程，Fluid 使用 create_parameter 创建一个可学习的参数。该参数的值可以被operator改变。

    API reference 请参考：create_parameter

    3. create_global_var

    Fluid 使用 create_global_var 创建一个全局tensor，通过此 API 可以指定被创建 Tensor 变量的数据类型、形状和值。

    API reference 请参考：create_global_var

    4. cast

    Fluid 使用 cast 将数据转换为指定类型。

    API reference 请参考：cast

    5. concat

    Fluid 使用 concat 将输入数据沿指定维度连接。

    API reference 请参考：concat

    6. sums

    Fluid 使用 sums 执行对输入数据的加和。

    Fluid 使用 fill_constant_batch_size_like 创建一个具有特定形状、类型和 batch_size 的 Tensor。并且该Tensor的初始值可以被指定为任意常数。其中 batch_size 信息由该tensor的 和 output_dim_idx 确定。

    API reference 请参考：fill_constant_batch_size_like

    8. fill_constant

    Fluid 使用 fill_constant 创建一个具有特定形状和类型的 Tensor。可以通过 value 设置该变量的初始值。

    API reference 请参考： fill_constant

    9. assign

    Fluid 使用 assign 复制一个变量。

    API reference 请参考：assign

    10. argmin

    Fluid 使用 argmin 计算输入 Tensor 指定轴上最小元素的索引。

    API reference 请参考：assign

    11. argmax

    Fluid 使用 argmax 计算输入 Tensor 指定轴上最大元素的索引。

    API reference 请参考：argmax

    12. argsort

    Fluid 使用 对输入 Tensor 在指定轴上进行排序，并返回排序后的数据变量及其对应的索引值。

    API reference 请参考： argsort

    API reference 请参考：

    14. zeros

    Fluid 使用 zeros 创建一个指定大小和数据类型的Tensor，且初始值为0。

    API reference 请参考：

    15. reverse

    Fluid 使用 reverse 沿指定轴反转 Tensor。

    API reference 请参考：

    LoD-Tensor

    LoD-Tensor非常适用于序列数据，相关知识可以参考阅读 。

    1. create_lod_tensor

    Fluid 使用 create_lod_tensor 基于numpy数组、列表或现有 LoD_Tensor 创建拥有新的层级信息的 LoD_Tensor。

    API reference 请参考：

    2. create_random_int_lodtensor

    Fluid 使用 create_random_int_lodtensor 创建一个由随机整数组成的 LoD_Tensor。

    API reference 请参考：

    3. reorder_lod_tensor_by_rank

    Fluid 使用 reorder_lod_tensor_by_rank 对输入 LoD_Tensor 的序列信息按指定顺序重拍。

    API reference 请参考：