0、Pytorch - Variable_Tensor_Numpy_Cuda 之间的转换:很Nice的界面:
https://www.aiuai.cn/aifarm606.html
1、pytorch :使用两次sort函数(排序)找出矩阵每个元素在升序或降序排列中的位置
https://blog.csdn.net/LXX516/article/details/78804884
2、
torch.squeeze() 这个函数主要对数据的维度进行压缩,去掉维数为1的的维度,默认是将a中所有为1的维度删掉。也可以通过dim指定位置,删掉指定位置的维数为1的维度。
torch.unsqueeze()这个函数主要是对数据维度进行扩充。需要通过dim指定位置,给指定位置加上维数为1的维度。
记住是复制 3,2------->3,2,4
1111 3333 9999
0000 5555 7777
---------------------
原文:https://blog.csdn.net/qian2213762498/article/details/88760496
举例:
unsqueeze: a=a.unsqueeze() = a.unsqueeze(0),就是额外添加一个维度,原来是 2*3变成 1*2*3的tensor了
若想增加成 4*2*3,就找个b= 4*2*3,然后 .expand_as(b)即可;
3 Pytorch中的 torch.gather/scatter_ 聚集/分散操作 (按索引指定 元素内容)
https://blog.csdn.net/duan_zhihua/article/details/82556676
4 新版本变化0.4以后~ autograd : 加上 w = torch.ones(1, requires_grad=True) 即可追踪并反向求导;