Pytorch broadcast 拼接 拆分 数学运算 统计属性

可以理解为 unsqueeze 和 expand的结合  先扩张维度然后复制  （满足自动扩张，不需要自己手动操作）

Feature map：【4，32，14，14】 

Bias 【32，1，1】=》【1，32，1，1】=》【4，32，14，14】

满足broadcasting的条件：

1:最后一维匹配，前面维度随意  小维度匹配，大维度随意

 

拼接拆分

Cat 拼接

stack拼接  会创建一个新的维度  适合的情况：

Split 按长度拆分

Chunk 按数量拆分

 

torch的数学运算

Add/minus/multiply/divide   加减乘除

Matmul   矩阵相乘  Torch.matmul   方便简捷易懂，多维矩阵只取后面的两维

Pow   次方

Sqrt/rsqrt  平方根/开方根

Round   近似运算

Exp/log 幂次放/幂次方根

clamp    裁剪

tensor的统计属性

 

norm 范数   norm-p 几范数

mean sum min max prod （累乘）

argmax argmin

dim keepdim 、

高阶属性   Top-k or k-th   kthvalue 

 

compare

> >= < <= != ==

torch.eq(a,b)

Where 

 

 

gather  收集 其实就是查表得过程