torch里面的函数

这篇博客介绍了PyTorch中的一些关键函数,包括torch.scatter的用法,如何在reduce为mean时进行计算,以及torch.addmm在矩阵乘法中的应用。还探讨了torch.where实现的条件选择,数组切片的实现方式,以及卷积操作和数据约束。此外,提到了torch.clamp用于限制数据范围,并通过错误示例解释了参数传递的注意事项。文章最后讨论了张量的切分和拼接操作。
摘要由CSDN通过智能技术生成
import torch
from torch_scatter import scatter
src = torch.range(1,24).view(2,6,2)
index = torch.tensor([0, 1, 0, 1, 2, 1])
# Broadcasting in the first and last dim.
out = scatter(src, index, dim=1, reduce="sum")
print(src)
print(out)

Pytorch学习 (二十六)---- torch.scatter的使用

tensor([[[ 1.,  2.],
         [ 3.,  4.],
         [ 5.,  6.],
         [ 7.,  8.],
         [ 9., 10.],
         [11., 12.]],

        [[13., 14.],
         [15., 16.],
         [17., 18.],
         [19.
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值