day12 累积操作3 入门 一起学 PyTorch吧，PyTorch从入门开始 每天都更新 超详细 参数 常用方法 简单案列 共同学习，共同进步 坚持

torch . eq( input , other, out = None ) --> Tensor 比较元素相等性。第二个参数可为一个数或与第一个参数同类型形状的张量。

参数：

        --input (Tensor) ：待比较张量

        --other (Tensor or float) ：比较张量或数

        -- out (Tensor, optional) ：输出张量，须为 ByteTensor 类型 or 与 input 同类型

        --返回值：一个 torch.ByteTensor 张量，包含了每个位置的比较结果 (相等为 1，不

等为 0 )

返回类型：Tensor

例子：

>>> torch.eq(torch.Tensor([[1, 2], [3, 4]]),
torch.Tensor([[1, 1], [4, 4]])) 
1 0
0 1 
[torch.ByteTensor of size 2x2]

torch . equal(tensor1, tensor2) --> bool 如果两个张量有相同的形状和元素值，则返回Turn,否则False。

例子：

>>> torch.equal(torch.Tensor([1, 2]), torch.Tensor([1, 2]))
True

torch . ge( input , other, out = None ) --> Tensor 逐元素比较Input和other,即是否input≥ other 。

如果两个张量有相同的形状和元素值，则返回Ture,否则False。第二个参数可以为一个数或与第一个参数相同形状和类型的张量。

参数：

        --input (Tensor) ：待对比的张量

        -- other (Tensor or float) ：对比的张量或 float 值

        -- out (Tensor, optional) ：输出张量。必须为 ByteTensor 或者与第一个参数 tensor相同类型。

        --返回值：一个 torch.ByteTensor 张量，包含了每个位置的比较结果 ( 是否 input>= other )。返回类型： Tensor

例子：

>>> torch.ge(torch.Tensor([[1, 2], [3, 4]]),
torch.Tensor([[1, 1], [4, 4]]))
1 1 
0 1 
[torch.ByteTensor of size 2x2]

torch . gt( input , other, out = None ) --> Tensor 逐元素比较input和other，即是否input>other如果两个张量有相同的形状和元素值，则返回True,否则False。第二个参数可以为一个数或与第一个参数相同形状和类型的张量。

参数：

        -- input (Tensor) ：要对比的张量

        --other (Tensor or float) ：要对比的张量或 float 值

        -- out (Tensor, optional) ：输出张量。必须为 ByteTensor 或者与第一个参数 tensor相同类型。

        --返回值：一个 torch.ByteTensor 张量，包含了每个位置的比较结果 ( 是否 input ≥other ) 。返回类型： Tensor

例子：

>>> torch.gt(torch.Tensor([[1, 2], [3, 4]]),
torch.Tensor([[1, 1], [4, 4]])) ,
0 1 
0 0 
[torch.ByteTensor of size 2x2]

torch . kthvalue( input , k, dim = None , out = None ) -> (Tensor, LongTensor)取输入张量input指定维上第k个最小值。如果不指定dim，则默认为input的最后一维。返回一个元组（values,indices）,其中indeices是原始输入张量input中沿dim维的第k个最小值下标。

参数：

        --input (Tensor) ：要对比的张量

        --k (int)：第 k 个最小值

        -- dim (int, optional) ：沿着此维进行排序

        --out (tuple, optional)：输出元组 (Tensor, LongTensor) 可选地给定作为 输出 buffers

例子：

>>> x = torch.arange(1, 6)
>>> x
1
2
3
4
5
[torch.FloatTensor of size 5]
>>> torch.kthvalue(x, 4) (tensor(4), tensor(3))

torch . le( input , other, out = None ) --> Tensor 逐元素比较Input和other，即是否input ≤ other 第二个参数可以为一个数或与第一个参数相同形状和类型的张量。

参数：

        --input (Tensor)：要对比的张量

        -- other (Tensor or float ) ：对比的张量或 float 值

        -- out (Tensor, optional) ：输出张量。必须为 ByteTensor 或者与第一个参数 tensor相同类型。

        --返回值：一个 torch.ByteTensor 张量，包含了每个位置的比较结果 (是否 input <= other ) 。返回类型： Tensor

例子：

>>> torch.le(torch.Tensor([[1, 2], [3, 4]]),
torch.Tensor([[1, 1], [4, 4]]))
1 0 
1 1 
[torch.ByteTensor of size 2x2]

torch . lt( input , other, out = None ) --> Tensor 逐元素比较Input和other，即是否input<other，第二个参数可以为一个数或与第一个参数相同形状和类型的张量。

参数：

        -- input (Tensor) ：要对比的张量

        --other (Tensor or float )：对比的张量或 float 值

        --out (Tensor, optional) ：输出张量。必须为 ByteTensor 或者与第一个参数 tensor相同类型

        --input：一个 torch.ByteTensor 张量，包含了每个位置的比较结果 (是否 tensor < other ) 。返回类型： Tensor

例子：

>>> torch.lt(torch.Tensor([[1, 2], [3, 4]]),
torch.Tensor([[1, 1], [4, 4]])) , →
0 0 
1 0 
[torch.ByteTensor of size 2x2]

torch . max() 返回输入张量所有元素的最大值。

参数：

        -- input (Tensor) ：输入张量

例子：

>>> a = torch.randn(1, 3)
>>> a
0.4729 -0.2266 -0.2085
[torch.FloatTensor of size 1x3]

>>> torch.max(a)
0.4729

torch.max(input, dim, max=None, max_indices=None) ->(Tensor, LongTensor) 返回输入张量给定维度上每行的最大值，并同时返回每个最大值的位置索引。输出形状中，将dim维设定为1，其它与输入形状保持一致。

参数：

        --input (Tensor)：输入张量

        --dim (int)：指定的维度

        --max (Tensor, optional)：结果张量，包含给定维度上的最大值

        --max_indices (LongTensor, optional)：结果张量，包含给定维度上每个最大值的位置索引

例子：

>> a = torch.randn(4, 4)
>> a
0.0692 0.3142 1.2513 -0.5428
0.9288 0.8552 -0.2073 0.6409
1.0695 -0.0101 -2.4507 -1.2230
0.7426 -0.7666 0.4862 -0.6628
torch.FloatTensor of size 4x4]

>>> torch.max(a, 1) 
(
1.2513
0.9288
1.0695
0.7426
[torch.FloatTensor of size 4x1] ,
2
0
0
0
[torch.LongTensor of size 4x1] 
)

torch . max( input , other, out = None ) --> Tensor 返回输入张量给定维度上每行的最大值，并同时返回每个最大值的位置索引。即，outi = max ( input i , other i )输出形状中，将dim维设定为1，其它与输入形状保持一致。

参数：

        --input (Tensor) ：输入张量

        -- other (Tensor) ：输出张量

        --out (Tensor, optional) ：结果张量

例子：

>>> a = torch.randn(4)
>>> a
1.3869
0.3912
-0.8634
-0.5468
[torch.FloatTensor of size 4]

>>> b = torch.randn(4)
>>> b
1.0067
-0.8010
0.6258
0.3627
[torch.FloatTensor of size 4]

>>> torch.max(a, b)
1.3869
0.3912
0.6258
0.3627
[torch.FloatTensor of size 4]