1、tensor自身属性判断
torch.is_tensor(obj):若obj为Tensor类型,那么返回True。
torch.numel(obj):返回Tensor对象中的元素总数。
obj.size():返回Tensor对象的维度。
2、tensor与numpy array 之间相互转换
torch.from_numpy(obj):利用一个numpy的array创建Tensor。注意,若obj原来是1列或者1行,无论obj是否为2维,所生成的Tensor都是一阶的,若需要2阶的Tensor,需要利用view()函数进行转换。
torch.numpy(obj):利用一个tensor创建numpy narray。
3、生成一些特定的tensor
torch.eye(n):返回一个单位方阵,和MATLAB的eye()非常像。还有其他参数。
torch.linspace(start, end, steps),返回一个1维的Tensor。
torch.ones(),与MATLAB的ones很接近。
torch.ones_like(input),返回一个全1的Tensor,其维度与input相一致。
torch.arange(start, end, step),直接返回一个Tensor而不是一个迭代器。
torch.zeros(),与MATLAB的zeros很像。
torch.zeros_like(),与torch.ones_like()类似。
3、由tensor拼接、拆分、维度变换、部分数据提取
这个用于构建模型时,多个laye