pytorch 切片操作

a = np.array([2,3.3])  

torch.from_numpy(a)    

增加学习中一般情况是使用doble tensor 。其他使用float tensor。

随机初始化：

 rand  0-1 之间的均匀分布。  randlike randint  

torch.randn(3,3)  n(0,1)  正态分布。

arrange（）等差数列

linspace （）等分成4分

logspace（）base参数可以设置为2，10，e等底数

ones、zeros、eye 对角矩

randperm 随机打散  类似于shuffle

切片操作

其实只用一种通用形式：start：end：step  

给具体的索引号

其中【...】代表三个冒号代表全部维度包括，所以...仅仅是为了方便。

 

tensor的维度变换：

常用的api

1） view/reshape  几乎一模一样，维度变换

2）squeeze /unspueeze 挤压和展开

3）Expand /repeat   扩展

     Eapand ：只是扩展，需要的时候复制数据

     Expeat ：复制数据

4） 矩阵转置操作 .t  只能适用二维的矩阵。

5） transpose 交换维度

6）permute 交换