Pytorch基础(6)——多项式函数拟合实验笔记

• torch.cat((input1, input2, ... ), dim=?)

  torch.cat()可以将多个tensor在dim维度上进行拼接。如下：

  x1 = torch.tensor([[11,21,31],[21,31,41]],dtype=torch.int)
  
  x2 = torch.tensor([[12,22,32],[22,32,42]],dtype=torch.int)
  
  cat1 = torch.cat((x1, x2),0)
  cat2 = torch.cat((x1, x2),1)
  print(cat1,cat2)
  
  
  # 输出
  tensor([[11, 21, 31],
          [21, 31, 41],
          [12, 22, 32],
          [22, 32, 42]], dtype=torch.int32) tensor([[11, 21, 31, 12, 22, 32],
          [21, 31, 41, 22, 32, 42]], dtype=torch.int32)

•  .shape[i]

  shape函数的功能是读取tensor某个维度的长度

        对于图像来说：

        image.shape[0]——图片高

        image.shape[1]——图片长

        image.shape[2]——图片通道数

        而对于矩阵来说：

        shape[0]：表示矩阵的行数

        shape[1]：表示矩阵的列数

        注：-1代表最后一个，所以shape[-1]代表最后一个维度，如在二维张量里，shape[-1]表示列数

x1 = torch.tensor([[11,21,31],[21,31,41]],dtype=torch.int)

print(x1.shape[0])
print(x1.shape[1])
print(x1.shape[-1])

# 输出
2
3
3