one_hot函数和permute函数学习记录

1.one_hot函数是torch.nn.functional提供的，可以将输入的张量变成1*n_class的张量(n_class是转变后张量的最大编码长度，默认是原来的张量长度+1，也可以直接传入)

# 注意这里只是方便理解！！！

import torch.nn.functional as F


# 假设现在张量 X = [1，3，4，0 ]

n_class = 5

X = F.one_hot(X,n_class)

#则生成的X：
       [0,1,0,0,0],
       [0,0,0,1,0],
       [0,0,0,0,1],
       [1,0,0,0,0]

2.permute（dim）函数是将输入的张量维度根据dim对张量进行一个维度重组。

import torch

x = torch.randn(2,3,5)

x.size()

#输出:
torch.Size([2,3,5])


x = x.permute(2,1,0)

x.size()

#输出:
torch.Size([5,3,2])



#由上面的例子可以看出，即根据提供的List(List装的是张量的下标)
#                     对输入的张量进行维度重组