pytorch基础复习1.2——常用API

【写在前面】：此专栏为本人在系统复习pytorch基础时写下的笔记，复习内容与进度参考一位在B站讲 深度学习的up主（deep_thoughts），此笔记旨在帮助小伙伴快速入门和复习pytorch相关知识，写得不好的地方多担待，可直接移步up主的视频学习。此专栏全程无盈利性质。

up主（deep_thoughts）个人主页：
https://space.bilibili.com/373596439spm_id_from=333.788.b_765f7570696e666f.2

13.torch.full()

传入一个shape和一个value,返回一个数据全为value的tensor。

data_tensor = torch.full([1,3,3,2],10)
print(data_tensor)

14.torch.full_like()

传入一个tensor和需要填充的value，返回一个shape和原tensor一样的tensor。

data_tensor1 = torch.full([1,3,3,2],10)
data_tensor2 = torch.full_like(data_tensor1,5)
print(data_tensor2)

15.torch.cat()

将多个tensor在特定维度上拼接起来，可传入多个tensor，注意各个tensor除了拼接的维度可以不一样之外，其余维度必须都是一样的。

data1_tensor = torch.rand(1,2,3,4)
data2_tensor = torch.rand(1,3,3,4)
data3_tensor = torch.rand(1,4,3,4)
data_tensor  = torch.cat([data3_tensor,data2_tensor,data1_tensor],dim=1)
print(data_tensor.shape)

16.torch.chunk(input,chunks,dim=0)

将input tensor切片成多个tensor，数量为chunks个，沿着dim维度进行切分。维度与数量可以不整除。

data_tensor = torch.rand(3,2)
data1_tensor,data2_tensor = torch.chunk(data_tensor,2)
print(data_tensor)
print(data1_tensor)
print(data2_tensor)
print(data1_tensor.shape,data2_tensor.shape)

17.torch.gather(input,dim,index)

使用dim与index组合成坐标从input tensor中取数，组合成新的tensor。这个函数非常的抽象，官方介绍也很简介，接下来举例来帮助理解。
先看结果，再分析取数过程。

import torch
data_tensor = torch.tensor([[1,2],
							[3,4]])
data2_tensor = torch.gather(data_tensor,1,torch.tensor([[0,0],
														[1,0]]))
print(data_tensor)
print(data2_tensor)

运行代码会得到以下结果：

tensor([[1, 2],
        [3, 4]])
tensor([[1, 1],
        [4, 3]])

那么这是怎么得出来的呢。首先，根据dim与index的数据生成取数坐标。其中，dim为指定index的值为第几维度。例如：dim=1。则index的值全部为取数坐标的第一维度。那么就可以得到初始坐标。

#让我们先用index的值填入取数坐标中，其中x为未知
(x,0),(x,0)
(x,1),(x,0)

取数坐标中只有第0维度没有填，那它就按照行顺序填充即可。

(0,0),(0,0)
(1,1),(1,0)

最后根据取数坐标从input中取数即可。

tensor([[1, 1],
        [4, 3]])

如果torch.gather(data_tensor,0,torch.tensor([[0,0],[1,0]]))的话，那么取数坐标就是：

(0,0),(0,1)
(1,0),(0,1)

那么这么抽象的函数应用场景大吗，个人感觉还是挺大的，在多分类问题或是强化学习上，我们在最后一层上得到的特征的维度一般是b*d，那么就可以通过这个函数取出我们想要的概率。

参考视频：
https://www.bilibili.com/video/BV1YY4y1Q72M/?spm_id_from=333.337.search-card.all.click&vd_source=22d2e9248ebced70dfe28100e2f0f97a