torch.ones,normal,max

23 篇文章 0 订阅
9 篇文章 0 订阅

torch.normal(means, std, out=None)

means (Tensor) – 均值 
std (Tensor) – 标准差 
out (Tensor) – 可选的输出张量

>>> n_data = torch.ones(5, 2)
>>> print(n_data)
tensor([[1., 1.],
        [1., 1.],
        [1., 1.],
        [1., 1.],
        [1., 1.]])
>>> print(n_data.shape)
torch.Size([5, 2])
>>> x0 = torch.normal(2*n_data, 1)
>>> print(x0)
tensor([[3.2688, 1.4834],
        [1.8288, 0.7327],   
        [3.2382, 4.0835],
        [2.8337, 2.1901],
        [3.3097, 2.4447]])
#每个元素是从 均值=2*n_data中对应位置的取值,标准差为1的正态分布中随机生成的

>>> print(2*n_data)
tensor([[2., 2.],
        [2., 2.],
        [2., 2.],
        [2., 2.],
        [2., 2.]])

 

torch.max(参数1, 1)[1]

torch.max()返回两个结果,第一个是最大值,第二个是对应的索引值;第二个参数 0 代表按列取最大值并返回对应的行索引值,1 代表按行取最大值并返回对应的列索引值。

torch.max()[0], 只返回最大值的每个数

troch.max()[1], 只返回最大值的每个索引

torch.max()[1].data 只返回variable中的数据部分(去掉Variable containing:)

torch.max()[1].data.numpy() 把数据转化成numpy ndarry

torch.max()[1].data.numpy().squeeze() 把数据条目中维度为1 的删除掉

torch.max(tensor1,tensor2) element-wise 比较tensor1 和tensor2 中的元素,返回较大的那个值
--------------------- 
作者:摇摆的果冻 
来源:CSDN 
原文:https://blog.csdn.net/Z_lbj/article/details/79766690 
版权声明:本文为博主原创文章,转载请附上博文链接!

 

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值