torch.pow():
对输入张量的每个元素进行幂次运算:
a = torch.randint(1,6,(2, 3))
print(a)
print(torch.pow(a,2))
输出:
unsqueeze()、squeeze():
unsqueeze():维度扩增,对张量的某一维上增加一维:
squeeze():张量降维,将某一维去掉(维度唯一)
a = torch.randint(1,6,(2, 3))
print(a)
print(a.unsqueeze(1))
print(a.unsqueeze(1).shape)
输出:
view():
改变张量的维度,可以将一个多维张量变为一个一维张量,也可以将一维张量重写为多维张量
a = torch.randint(1,6,(2, 3))
print(a)
print(a.view(2*3))
print(a.view(3, 2))
输出:
max()、min()、indices:
用来查找张量某一维的最大值、最小值、及对应索引,最大值最小值的values张量会比之前的张量少一维,因为求了最大、最小值:
a = torch.randint(1,6,(2, 3))
print(a)
print('^'*30)
print(a.max(1))
print('*'*30)
print(a.max(1).indices)
输出:
torch.topk():
沿着给定维度返回指定张量的K个最大值。
a = torch.randint(1, 11, (2,3))
print(a)
values, indices= torch.topk(a, 2)
print(values)
print(indices)
输出: