PyTorch深度学习基础---PyTorch的Reduction操作

Reduction操作的特点是它往往对一个Tensor内的元素执行规约的操作

如：

1、torch.max找极大值

输出：

2、torch.cumsum计算累加

输出：

3、提供dim参数来指定沿矩阵哪个维度执行操作。

输出：

4、计算矩阵的均值、中值、协方差

输出：

5、torch.unique用来找出矩阵中出现了哪些元素

输出：

6、代码：

import torch
#默认求取全局最大值
a = torch.tensor([[1,2],[3,4]])
print("全局最大值：",torch.max(a))

#指定维度dim后，返回最大值及其索引
print(torch.max(a,dim=0))

a = torch.tensor([[1,2],[3,4]])
print("沿着横轴计算每一列的累加：")
print(torch.cumsum(a,dim=0))
print("沿着纵轴计算每一行的累乘：")
print(torch.cumprod(a,dim=1))


#计算矩阵的均值、中值、协方差
a = torch.Tensor([[1,2],[3,4]])
print(a.mean(),a.median(),a.std())

#torch.unique用来找出矩阵中出现了哪些元素
a = torch.randint(0,3,(3,3))
print(a)
print(torch.unique(a))