pytorch笔记：tensor 基础

来自B站视频，官网教程，API查阅

创建 tensor

• torch.tensor
• torch.ones_like
• torch.zeros_like
• torch.rand_like
• torch.allclose 对比两个 tensor 是否足够接近
• torch.rand

Returns a tensor filled with random numbers from a uniform distribution on the interval [0, 1)[0,1)

• torch.Tensor和torch.tensor有什么区别？，前者是转化成torch.FloatTensor，后者是根据传入的数据转化成不同类型的dtype
• torch.randn

Returns a tensor filled with random numbers from a normal distribution with mean 0 and variance 1 (also called the standard normal distribution).

• torch.normal(mean,std,size)
• torch.zeros
• torch.arange

torch.range() is deprecated and will be removed in a future release because its behavior is inconsistent with Python’s range builtin. Instead, use torch.arange(), which produces values in [start, end).

• torch.eye
• torch.full([n,n],x)
• 移动 tensor

if torch.cuda.is_available():
	tensor=tensor.to('cuda')

tensor 运算

• pytorch中的矩阵乘法：函数mul,mm,mv以及 @运算 和 *运算
• torch.is_tensor
• torch.numel，返回元素数目
• torch.bmm，批量张量相乘

tensor 操作

• torch.cat

除了dim指定的那个维度，其他维度的shape都应该一样

• torch.reshape(a,shape)

shape可以用 [] 或 () 指定

• torch.split(a,size)

按size大小均分或者可以传入list

• torch.squeeze
• troch.tile(a,dims)

扩增a的行列

• torch.transpose(a,dim0,dim1)
• torch.unbind
• torch.unsqueeze(a,dim)
• torch.nn.functional.pad

torch.nn.functional.pad使用
对 (batch_size,in_channel,h,w)，pad的顺序是(h1,h2,w1,w2,in_channel1,in_channel2,batch_size1,batch_size2)，因为每一个维度都有两个方向

tensor 属性

TENSOR ATTRIBUTES