Pytorch常用函数（更新中）

一些自己常用的pytorch函数整理

建议直接Ctrl+f搜索

torch.unsqueeze 维度增加

• torch.unsqueeze(torch.Tensorf,axis)
• 常用形式torch.unsqueeze(x,0)#最外维度+1
  这个函数功能等价于numpy的expand_dim
• 

torch.Tensor.mm矩阵相乘

• 设a=torch.ones(1,2)
• 设b=torch.rand(2,2)
• 矩阵点乘直接a*b就行
• 矩阵乘法就是a.mm(b)

torch.topk(a,k) 获取a中前k个最大的值和下标

• 对于多维度的，比如二维，结果如下
• 
• 返回的是两个 tensor 所以我们可以写如下代码

• values,indexs=torch.topk(a,k)

torch.tensor几种初始化

• #标准正太分布均值未0方差为1中随机抽取一组随机数

• torch.randn(*sizes,dtype)

• 均匀分布【0，1）中均匀分布中抽取一组随机数

• torch.rand(*sizes,out=None)

• 离散正太分布 means均值 std方差

• torch.normal(means,std,size=(),dtype)

• 线性间距向量均匀间隔

• torch.linspace(start,end,steps=100)

torch.view()改变形状

torch.tensor().numpy 类型转换

numpy 变成 torch

tensor=torch.form_numpy(numpy_data)

torch.stack

torch.stack（)仅接受torch.tensors 注意Tensor和tensors是不一样的东西
tensors是个列表
代码如下

torch.cat

这个函数的功能和np.concatenate一毛一样不多解释了
也就后面np的axis参数换成了 dim
torch.cat((a,b),dim=0)

torchvision.transforms.compose

加载图像时候把几个变换操作串联起来

np.transpose(imgs,(1,2,0))

交换维度,常用于画图时候用，因为 torch的维度方式和plt不同
torch是batch channel size
plt是channel size batch