1、统计属性
=====norm(范数)
a.norm(范数,维度)
在哪个维度取范数,哪个维度就会消掉
1范数是绝对值求和
2范数是平方求和开方
=====mean/sum/min/max
=====prod:累乘
=====argmin/argmax:最小和最大值所在的索引,先打平后取索引
a.argmax(dim=n):在a的第n维上的最大值
例a.shape为(4,10),a.argmax(dim=1)返回的是四行中,每行最大的那个数
小操作:keepdim=True可以保持维度不变
因为在取max或argmax这些操作时,会消掉dim那一维,
比如上述例子会由二维变成一维,keepdim可以保持其为二维,只是每行一个元素。
=====kthvalue/topk
a.kthvalue(n):第n小的
a.topk(n,dim,largest=true/false):从dim维度上取前n个最大/最小值
=====比较操作
torch.eq(a,b):是否相等
torch.gt(a,b):a大于b?
矩阵范数和向量范数的存在小区别
区别
pytorch张量中没有string,没有true和false,都是数值。所以张量内用0和1表示false和true。
torch.eq(a,a):判断张量内每个元素是否相等,返回结果张量内全是1
torch.equal(a,a):判断整个张量是否相等,直接返回True
2、高阶操作
torch.where(cond, a, b):满足cond,输出a,否则输出b
torch.gather(input,dim,index):确定input在某dim上的具体index的值(index也是一个张量,即如果input二维,dim=1,则index就是每行的某个索引,对于每行而言,index可以不同。)