我在讀pyTorch文件（二）
阿新 • • 發佈：2019-01-28
- bool = torch.is_tensor(x)：判斷x是否為pytorch張量；
- bool = torch.is_storage(x)：判斷x是否為pytorch物件；
- N = torch.numel(x)：輸出pytorch張量x的元素數；
- x = torch.eye(n)：輸出n*n的二維單位矩陣；
- y = torch.from_numpy(x)：將numpy矩陣x轉化為torch張量y，共享記憶體；
- x = torch.linspace(start, end, step)：輸出一維間隔張量x；
- x = torch.logspace(start, end, step)：輸出一維指數間隔張量x；
- x = torch.ones(dim0,dim1,dim2,…)：輸出一維全1張量x；
- x = torch.rand(dim0,dim1,dim2,…)：輸出一維隨機張量x，隨機數範圍[0,1]；
- x = torch.randn(dim0,dim1,dim2,…)：輸出一維隨機張量x，服從均值為0方差為1的正態分佈；
- x = torch.randperm(n)：輸出從0到n-1的隨機整數排列張量；
- x = torch.arange(start, end, step)：輸出一維間隔張量x；
- x = torch.range(start, end, step)：與12有細小差別，建議用12；
- x = torch.zeros(dim0,dim1,dim2,…)：輸出一維全0張量x；
- y = torch.cat((x1,x2,x3,…), dimension)：張量連線函式；
- y = torch.chunk(x, chunks, dim)：對x在給定軸dim上進行切片成chunks塊；
- y = torch.gather(x, dim, index)：根據dim從x中輸出index索引矩陣對應的張量；
- y = torch.index_select(x, dim, index)：根據dim從x中輸出index索引矩陣對應的張量向量；
- y = torch.masked_select(x, mask)：根據mask矩陣取出取輸入張量x中的指定項，將取值返回到一個新的1D張量；
- y = torch.nonzero(x,)：輸出包含輸入x中非零元素索引的張量，輸出張量中的每行包含輸入中非零元素的索引；
- y = torch.split(x, split_size, dim)：將輸入張量x沿著維度dim分割成相等形狀的張量；
- y = torch.squeeze(input, dim=None)：將輸入張量大小為1的維度進行擠壓，若給定dim，則若dim維度為1則進行擠壓， 返回張量與輸入張量共享記憶體，所以改變其中一個的內容會改變另一個；
- y = torch.stack(sequence, dim)：沿著一個新維度對輸入張量序列進行連線，序列中所有的張量都應該為相同形狀；
- y = torch.t(x)：對二維張量x進行轉置；
- y = torch.transpose(x, dim0, dim1)：對輸入張量x進行轉置，交換維度dim0和dim1，輸出張量與輸入張量共享記憶體；
- y = torch.unbind(x,dim)：移除指定維後，輸出一個元組，包含了沿著指定維切片後的各個切片；
- y = torch.unsqueeze(x, dim)：輸出一個新的張量，對輸入的制定維度插入維度 1，返回張量與輸入張量共享記憶體；