torch.max、argmax、shape、uniform_、clamp、full、full_like、nonzero、flatten、sparse_coo_tensor的用法

max

full_like

import torch

a = torch.arange(3*2).reshape(3, 2)
print('a\n', a)
b = torch.full((3, 5), 0)  # 生成一个三行五列全为0的tensor
print('b\n', b)
c = torch.full_like(a, 1)  # 生成一个形如a的，值全为1的tensor
print('c\n', c)

输出结果：

a
 tensor([[0, 1],
        [2, 3],
        [4, 5]])
b
 tensor([[0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0]])
c
 tensor([[1, 1],
        [1, 1],
        [1, 1]])

argmax

shape:也就是获取最后的一个维度的数值

uniform_

clamp

a = torch.randint(0, 10, (5,3))
a

# 将a中的所有数据和5，8对比，小于5的改为5， 大于8的改为8，其他不变
torch.clamp(a, min=5, max=8)  

full

其他参数讲解

dtype：即给tensor对象指定数据类型
layout：指定返回的layout
device: 主要是指定CPU和GPU
requires_grad：是否计算梯度，默认不计算

nonzero

官方解释

官方样例

argsort

flatten

sparse_coo_tensor