这个主要是提供了类似很多Matlab的函数。所有的math函数具有第一篇所说的两种调用方法等价的特性。
torch.log(x,x) --将返回值存储x内
x:log() --返回一个值,此时x的值已经变成返回值了。
值得注意的是,能用第一种则尽量用第一种,因为math函数默认是要开辟一个新的空间来存储返回值的,而第一种方法则不需要,因此用第一种好。
由于这里的函数大部分类似matlab,所以默认大家已经学过matlab。。
Math函数介绍按照
构造 –>逐像素操作 —> 逐维度操作 —> Matrix-wide操作—>卷积操作 —> 矩阵分解等 —> 对Tensor进行逻辑操作
构造与抽取类函数
cat
-- 在第一维度上联合
> torch.cat(torch.ones(2, 2), torch.zeros(2, 2), 1)
1 1
1 1
0 0
0 0
[torch.DoubleTensor of size 4x2]
--在第二维度上联合
> torch.cat(torch.ones(2, 2), torch.zeros(2, 2), 2)
1 1 0 0
1 1 0 0
[torch.DoubleTensor of size 2x4]
diag,eye, linespace, logspace
这个略。
ones,rand, randn,range
其中rand是生成均匀分布,而randn是生成均值为0,方差为1的正态分布。
randperm, reshape, zeros
略
element-wise的函数
abs, sign, acos, …各种三角函数,… ceil, floor, log,
log是以e为底的。
neg, cinv(这个是取1.0/x) , sqrt, sigmoid, tanh,
--trunc()截取整数部分
>k
19.3070
26.8270
37.2759
51.7947
71.9686
100.0000
[torch.DoubleTensor of size 8]
[0.0001s]
th> k:trunc()
10
13
19
26
37
51
71
100
[torch.DoubleTensor of size 8]
Tensor操作的数学函数
equal
-- 加只有add,没有cadd(可能是看起来怪怪的)
-- 减只有csub,没有sub
csub -- csub(value), csub(tensor2)
add -- add(tensor,value)或者 add(tensor1,tensor2)
--乘法除法秉承:有“c”表示两个tensor进行逐个元素对应操作,
-- 没有"c"表示tensor与value进行操作。
[res] torch.mul([res,] tensor1, value)
[res] torch.cmul([res,] tensor1,