PyTorch笔记2--张量操作和线性回归

张量操作

一、张量拼接

torch.cat(#将张量按维度dim进行拼接
    tensor,#张量序列
    dim=0,#要拼接的维度
    out=None
)

torch.stack(#在新创建的维度dim上进行拼接
    tensor,
    dim,
    out=None
)

二、张量切分

torch.chunk(#将张量按维度dim进行平均切分，返回值为张量列表，若不能整除最后一份张量小于其他张量
    input,#要切分的张量
    chunks,#要切分的份数
    dim=0#要切分的维度
)

torch.split(#将张量按维度dim进行切分，返回值为张量列表
    tensor,
    solit_size_or_sections,@为int时，表示每一份的长度，为list时按list元素切分
    dim=0
)

三、张量索引

torch.index_select(#维度dim上，按index索引数据，返回值为依索引数据拼接的张量
    input,#要索引的张量
    dim,#要索引的维度
    index,#要索引数据的序号
    out=None
)

torch.masked_select(#按mask中的True进行索引
    input,#要索引的张量
    mask,#与input同形状的布尔类型张量