要使用jittor训练模型，您需要了解两个主要概念：

• Var：Jittor的基本数据类型
• Operations：Jittor的算子与numpy类似

首先，让我们开始使用Var。Var是jittor的基本数据类型，为了运算更加高效Jittor中的计算过程是异步的。 如果要访问数据，可以使用Var.numpy()进行同步数据访问。

import jittor as jt
a = jt.float32([1,2,3])
print (a)
print (a.numpy())
# Output: float32[3,]
# Output: [ 1. 2. 3.]

Jittor的算子与numpy类似。 让我们尝试一些操作， 我们通过操作jt.float32创建Var a和b，并将它们相加。 输出这些变量相关信息，可以看出它们具有相同的形状和类型。

import jittor as jt
a = jt.float32([1,2,3])
b = jt.float32([4,5,6])
c = a+b
print(a,b,c)

除此之外，我们使用的所有算子jt.xxx(Var,...)都具有别名Var.xxx(...)。 例如：

c.max() # alias of jt.max(a)
c.add(a) # alias of jt.add(c, a)
c.min(keepdims=True) # alias of jt.min(c, keepdims=True)

如果您想知道Jittor支持的所有操作，可以运行help(jt.ops)。 您在jt.ops.xxx中找到的所有操作都可以通过别名jt.xxx。

help(jt.ops)