pytorch笔记

pytorch常用的一些函数

1. unsqueeze()函数介绍：在指定维度上增加维度。
   例如：

   a = t.arange(0,6)
   a.view(2,3) #a的维度为（2,3）
   a.unsqueeze(1) #增加第二个维度 ，a的维度为（2,1,3）
   

2. tensor.expand_as():把一个tensor变成和函数括号内一样形状的tensor，用法与expand（）类似
   例如：

   x = torch.tensor([[1],[2],[3]]) #x.size为(3,1)
   x.expand(3,4) #x.size为（3,4）
   

3. gather()函数：沿给定轴 dim ,将输入索引张量 index 指定位置的值进行聚合.
   torch.gather(input, dim, index, out=None) → Tensor
   例如：

   b = torch.Tensor([[1,2,3],[4,5,6]])
   	print b
   	index_1 = torch.LongTensor([[0,1],[2,0]])
   	index_2 = torch.LongTensor([[0,1,1],[0,0,0]])
   	print torch.gather(b, dim=1, index=index_1)
   	print torch.gather(b, dim=0, index=index_2)
   

   观察它的输出结果：

    1  2  3
    4  5  6
   [torch.FloatTensor of size 2x3]
   1  2
   6  4
   [torch.FloatTensor of size 2x2]
   1  5  6
   1  2  3
   [torch.FloatTensor of size 2x3]
   

4. permute(dims)：将tensor的维度换位。
   例如：

   import torch
   import numpy    as np
   a=np.array([[[1,2,3],[4,5,6]]])
   unpermuted=torch.tensor(a)
   print(unpermuted.size())  #  ——>  torch.Size([1, 2, 3])
   permuted=unpermuted.permute(2,0,1)
   print(permuted.size())     #  ——>  torch.Size([3, 1, 2])
   

5. cat()函数：对数据沿着某一维度进行拼接。cat后数据的总维数不变
   例如：下面代码对两个2维tensor（分别为2*3,1*3）进行拼接，拼接完后变为3*3还是2维的tensor。

   import torch	
   torch.manual_seed(1)
   x = torch.randn(2,3)	
   y = torch.randn(1,3)	
   print(x,y)
   

   结果：

   0.6614 0.2669 0.0617
   0.6213 -0.4519 -0.1661
   [torch.FloatTensor of size 2x3]
   -1.5228 0.3817 -1.0276
   [torch.FloatTensor of size 1x3]