pytorch argmax_【科研之路】pytorch 张量

张量Tensor

tensor是pytorch的一种特殊的数据格式，它表示多维数组概括了所有数学意义和计算机意义上的向量形式。

Rank/shape概念

• Rank：表示我们需要多少个索引来访问或引用张量数据结构中包含的元素，即代表维度数
• Shape(size)：告诉我们每个轴的长度，即每个轴上有多少个数据

Rank=len(shape) Shape是很重要的东西，因为它包含了rank,size的所有东西，一般只会用它来分析

dtype

创建一个张量的时候必须声明类型，如果你有多个卡还需要声明device

code

# array转tensor

张量的运算

reshape

你可以将一个张量的shape改变成任意形状，前提只要它们的乘积相同，-1表示让Pytorch自动计算最后一个位置。

squeeze

去掉所有维数为1的的维度，对不为1的维度没有影响,不需要指定维度

t 

unsqueeze

对数据维度进行扩充。给指定位置加上维数为一的维度，需要指定维度(一定是会增加一个1维度)

t 

concat

• 沿着已存在的轴连接多个tensor，把对应维度X所代表的张量进行合并
• 所有的tensor大小一致，除了需要连接那个维度，tensor不能为空

# dim=1的时候相当于

stack

• 增加新的维度连接多个tensor
• 会先将原始数据维度扩展一维(unsqueeze)，然后再按照维度进行拼接，具体拼接操作同torch.cat类似

t 

张量广播

两个张量从尾部的维度开始进行比对，维度尺寸必须满足以下一个条件方可广播：

• ​ 或者相等，
• ​ 或者其中一个张量的维度尺寸为 1，
• ​ 或者其中一个张量不存在这个维度。

# 示例1：相同形状的张量总是可广播的，因为总能满足以上规则。

张量自身元素运算

max函数就是把指定的Xdim合并为1然后去除，合并元素为最大值，保留其他维不变

t

整理来源

李小伟：torch的广播机制(broadcast mechanism)​zhuanlan.zhihu.com