pytorch 张量与标量常见的一些操作

怎么把tensor数据类型转换为标量

a = torch.tensor([2.5])
a,a.item(),float(a),int(a)
#结果是
(tensor([2.5000]), 2.5, 2.5, 2)

tensor与标量基本的四则运算（加减乘除）

踩了一个大坑，tensor和列表也不能互相操作，所以折腾了很久发现必须改成numpy类型

函数    作用
add()    Tensor中每个元素同加一个标量，或与另一个Tensor逐元素相加
mul()    Tensor中每个元素同乘一个标量，或与另一个Tensor逐元素相乘
div()    Tensor中每个元素同除一个标量，或与另一个Tensor逐元素相除
dot()    对两个Tensor向量进行“点积”
mm()    Tensor矩阵乘Tensor矩阵
mv()    Tensor矩阵乘Tensor向量
fmod()    Tensor中每个元素与一个标量的除法余数，相当于Python中的%操作
remainder()    Tensor中每个元素与一个标量的除法余数，相当于Python中的%操作
abs()    对Tensor中的每个元素取绝对值，并返回
ceil()    对Tensor中的每个元素向上取整
floor()    对Tensor中的每个元素向下取整
clamp()    对Tensor中的每个元素取上下限
round()    对Tensor中的每个元素取最近的整数
frac()    返回Tensor中每个元素的分数部分
neg()    对Tensor中的每个元素取负
reciprocal()    对Tensor中的每个元素取倒数
log()    返回一个张量，包含Tensor中每个元素的自然对数
pow()    对Tensor中的每个元素同取一个标量幂值，或采用另外一个Tensor的对应元素取幂
exp()    返回一个张量，包含Tensor中每个元素的指数
sigmoid()    返回一个张量，包含Tensor中的每个元素的sigmoid值
sign()    返回一个张量，包含Tensor中每个元素的正负值
sqrt()    返回一个张量，包含Tensor中每个元素的平方根
dist()    返回两个Tensor的范数
mean()    返回Tensor中所有元素的均值
norm()    返回Tensor的范数值
prod()    返回Tensor的所有元素之积
sum()    返回Tensor的 所有元素之和
max()    返回Tensor的所有元素的最大值
min()    返回Tensor的所有元素的最小值