Pytorch对Tensor的各种“特别”操作

本文介绍了Pytorch中一些不常见的Tensor操作,包括clamp截断、cat合并、chunk分块、gather聚合、squeeze压缩、unsqueeze反压缩、permute重排序、padding填充以及余弦相似度的计算。这些操作在深度学习实践中非常有用。
摘要由CSDN通过智能技术生成

经过一段时间的Pytorch使用,发现提供的Tensor类型中大部分操作都很好理解,比如各种数学操作(abs,add,asin,mul,div)和它们组成的复合操作(addcdiv,addcmul)等。
下面将对于写代码时,我遇到的一些常用的“特殊”操作,总结mark下:

clamp 截断

用来“截断”tensor,使每个元素都保持在min~max范围内

torch.clamp(input,min,max,out=None)

cat 合并

沿着第dim维度将seq中的tensor合并成一个tensor

torch.cat(seq,dim=0,out=None)

chunk 分块

按照第dim维,将tensor分成chunks块(如果不能整除的话,则最后一块会略小,比如该维度为3则分成2和1)

torch.chunk(tensor,chunks
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