Torch.diff函数作用、参数说明及计算差分用法

官网链接

TORCH.DIFF

函数作用

torch.diff(input, n=1, dim=- 1, prepend=None, append=None) → Tensor

沿着给定维度计算输入Tensor的n阶前向差分。

一阶差分由 out[i] = input[i + 1] - input[i] 给出。 通过递归使用 torch.diff() 计算高阶差分。

参数说明

input(Tensor) --计算差分的张量

n(int,可选的) --递归计算差分的阶数

dim(int,可选的) --计算差分的维度，默认是最后一个维度。

prepend(Tensor,可选的) --在计算差分之前，沿 dim 将值添加到 input 或附加到 input。它们的尺寸必须与输入的尺寸相同，并且它们的形状必须与输入的形状匹配，但 dim 除外。

append(Tensor,可选的) --在计算差分之前，沿 dim 将值添加到 input 或附加到 input。它们的尺寸必须与输入的尺寸相同，并且它们的形状必须与输入的形状匹配，但 dim 除外。

用法举例

>>> a = torch.tensor([1, 3, 2])
>>> torch.diff(a)
tensor([ 2, -1])

>>> b = torch.tensor([4, 5])
>>> torch.diff(a, append=b)
tensor([ 2, -1,  2,  1])

>>> c = torch.tensor([[1, 2, 3], [3, 4, 5]])
>>> torch.diff(c, dim=0)
tensor([[2, 2, 2]])

>>> torch.diff(c, dim=1)
tensor([[1, 1],
        [1, 1]])