Pytorch入门教程（五）：Tensor统计信息操作

1.  范数

a = torch.full([8], 1)
b = a.reshape(2, 4)
print(b)
print(a.norm(1), b.norm(1))  # 1阶范数
print(a.norm(2), b.norm(2))  # 2阶范数
print(b.norm(1, dim=0))  # 0维度1阶范数
print(b.norm(1, dim=1))  # 1维度1阶范数

结果：

tensor([[1., 1., 1., 1.],
        [1., 1., 1., 1.]])
tensor(8.) tensor(8.)
tensor(2.8284) tensor(2.8284)
tensor([2., 2., 2., 2.])
tensor([4., 4.])

2.  最大，最小，均值，乘积值，元素所在位置

a = torch.arange(8).reshape(2, 4).float()
print(a)
print(a.min(), a.max(), a.mean(), a.prod())
print(a.sum(), a.argmax())

tensor([[0., 1., 2., 3.],
        [4., 5., 6., 7.]])
tensor(0.) tensor(7.) tensor(3.5000) tensor(0.)
tensor(28.) tensor(7)

a = torch.arange(8).reshape(2, 4).float()
print(a)
print(a.argmax())  # 合并成一维进行最大位置判断
print(a.argmax(dim=1))  # 第1维最大位置判断
print(a.a