Pytorch学习04——统计属性、高阶操作

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。）