Pytorch对张量操作

创建操作——用于构造张量的函数，如ones()和from_numpy()。

索引、切片、连接、转换操作——用于改变张量的形状、步长或内容的函数，如transpose()。

数学操作——通过运算操作张量内容的函数：

逐点操作——通过对每个元素分别应用一个函数来得到一个新的张量，如abs()和cos()；

归约操作——通过迭代张量来计算聚合值的函数，如mean()、std()和norm()；

比较操作——在张量上计算数字谓词的函数，如equal()和max()；

频谱操作——在频域中进行变换和操作的函数；其他操作——作用于向量的特定函数（如cross()），或对矩阵进行操作的函数（如trace()）；

BLAS和LAPACK操作——符合基本线性代数子程序（Basic Linear Algebra Subprogram，BLAS）规范的函数，用于标量、向量—向量、矩阵—向量和矩阵—矩阵操作。

随机采样——从概率分布中随机生成值的函数，如randn()和normal()。

序列化——保存和加载张量的函数，如load()和save()。并行化——用于控制并行CPU执行的线程数的函数，如set_num_threads()