本文详细介绍了PyTorch中张量的各种操作，包括范数计算、统计属性如min、max、mean、prod和sum，以及索引值计算、argmax、argmin等。同时，还讲解了如何使用dim和keepdim参数来控制维度处理，以及Top-k和k-th函数的应用。最后，对比了torch.eq和torch.equal的区别。
norm-p(范数)
通过设置dim，在不同维度上进行范数计算
统计属性
min,max,mean：最小、最大、平均
prod()：累乘 sum():求和
首先会将tensor展开，从而计算索引值
argmax()：返回最大值的索引
argmin()：返回最小值的索引
如果需要返回指定类型的索引值，需要指定维度
dim,keepdim
keepdim：保证得到的结果维度个数与原先的维度个数一致（防止维度缺失）
Top-k/ k-th
Top-k()：返回指定维度的指定个数个最大/最小值
k-th()：返回第K个小的值
compare
torch.eq(a,b)：得到每个元素的二进制掩膜
torch.equal()：返回全部是否相等（True/False）
扫一扫
432
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
