-
torch.from_numpy()
把数组转换成张量,且二者共享内存,对张量进行修改比如重新赋值,那么原始数组也会相应发生改变 -
torch.view()
x = torch.tensor(2, 2, 2)
t = x.view(1, 8) # 输出数组的大小为 1*8
t = x.view(-1, 4) # 输出数组的大小为 2*4,-1表示自行判断
t = x.view(8) # 输出数组的大小为 8*1
t = x.view(-1) # 输出数组的大小为 1*8
view()返回的tensor和传入的tensor共享内存
- torch.masked_select()
- torch.mean()
dim=1 行的平均值
dim=0 列的平均值 - ** F.softmax() 与F.log_softmax()**
F.softmax(x,dim=1) 或者 F.softmax(x,dim=0) # 0是对列做归一化,1是对行做归一化
F.log_softmax(x,dim=1) 或者 F.log_softmax(x,dim=0) #在softmax的结果上再做多一次log运算