A
arange([start,] stop[, step,], dtype=None)
实例
>>> arange(0,1,0.1)
array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])
开始为0,结束为1,步长为0.1.
B
C
nn.ConvTranspose2d
详细描述
个人认为就是一个卷积和逆卷积的过程,例如,由5 * 5到3 * 3卷积提取特征,得到3 * 3的特征图,再通过3 * 3 到 5 * 5逆卷积得到5 * 5的特征图。
该博主讲的通俗易懂,虽然能理解过程,但是不是很懂意义。
torch.cat(A,dim)
cat操作即为矩阵拼接,dim表示拼接方向,dim=0表示按照维数0拼接,即竖着拼,dim=1即表示按照维数1拼接,即横着拼。
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
view
示例
>>> tt1=torch.tensor([-0.3623, -0.6115, 0.7283, 0.4699, 2.3261, 0.1599])
>>> tt2=tt1.view(3,2)
>>> tt2
tensor([[-0.3623, -0.6115],
[ 0.7283, 0.4699],
[ 2.3261, 0.1599]])
返回一个内容,元素数量和原来张量一样,但是形状不一样的张量。
W
X
Y
Z
其他
#__init__ 类似c++的构造函数可以在函数初始化的时候传递参数
__init__