pytorch 个人使用笔记

前言

主要记录遇到的bug和函数的笔记，减少重复搜索

Doc

torch

torch.eye(n, m=None, out=None) 得到单位矩阵，即对角线为1，不设置 m 默认方阵

torch.cat((A, B), dim) 按维度拼接

torch.sum(input, list: dim, bool: keepdim=False, dtype=None) input:输入一个tensor，dim:要求和的维度，可以是一个列表，keepdim:求和之后这个dim的元素个数为１，默认被squeeze掉，如果要保留这个维度，则应当keepdim=True

tensor

tensor.expand(n, m) 只要是单维度均可进行扩展，但是若非单维度会报错，单个维度的数据重复

tensor.view() 把原先tensor中的数据按照行优先的顺序排成一个一维的数据（这里应该是因为要求地址是连续存储的），然后按照参数组合成其他维度的tensor。某些维度设为 -1 则是按需调整

Debug

报错：RuntimeError: Expected object of type torch.DoubleTensor but found type torch.FloatTensor for argument #2 ‘mat2’
解决：看看是不是使用了 torch.tensor()，将其更改为 torch.Tensor()，因为 torch.Tensor() 是 torch.FloatTensor() 的别名，可以得到 float 型的，但是 torch.tensor() 根据原始数据类型生成相应的torch.LongTensor，torch.FloatTensor，torch.DoubleTensor。