常用函数

1. torch.norm() 求范数函数，p参数为指明0 1 2范数，dim参数为指明矩阵范数还是矢量范数
2. torch.clamp() 限制张量范围上下限
3. torch.prod(input, dim, keepdim=False, dtype=None) → Tensor
   Returns the product of each row of the input tensor in the given dimension dim.
   dim 要减少的维度
   keepdim (bool) – whether the output tensor has dim retained or not.
4. torch.where(condition, x, y) → Tensor
   Return a tensor of elements selected from either x or y, depending on condition.

如何使用Dataloader加载自己的数据集

详细请点击这里
1.自己创建的数据集类首先继承Dataset类，然后在类里重写两个函数：

def __getitem__(self, index):
def __len__(self):

2.自定义一个collate_fn函数，传入DataLoader里面

def collate_fn(batch):

LSTM实践与理论结合：

一个很牛逼的参考博客，一看解千愁

在单层单向LSTM中，其outputs其实就是每一个timestep产生的h_t拼接起来的，而h_n则是LSTM最后h_t，其中outputs[-1,:,:] 就等于h_n[-1,:,:]

python日志模块logging的用法

logging介绍
argparse参数详解

seed() 和torch中manual_seed的作用

seed详解

python中的几种矩阵乘法 np.dot, np.multiply, *

np.dot() ：对于二维矩阵，计算真正意义上的矩阵乘积，同线性代数中矩阵乘法的定义。对于一维矩阵，计算两者的内积。
np.multiply(), 或 * ： element-wise product. 实现对应元素相乘，有2种方式，一个是np.multiply()，另外一个是*。
具体示例请参考此博客