本文详细介绍了PyTorch中的一些基本操作，包括torch.numel()用于计算tensor元素总数，torch.squeeze()和torch.unsqueeze()用于调整张量维度，torch.sort()进行排序，torch.mean()计算平均值，torch.gather()按指定维度和索引选取值，以及torch.stack()和torch.cat()的使用方法。
1.torch.numel() 返回tensor变量内所有元素的个数，也可以简单理解为矩阵内yu元素的个数
例如，a的size为([64, 3, 7, 7])，那么a.numel() 返回值为64*3*7*7=9408
2.torch.squeeze() 将输入张量形状中的1去除并返回，如果输入是形如(Ax1xBx1xCx1xD)，那么输出形状就为(AxBxCxD)
3.torch.unsqueeze() 在指定维度上增加一个维度，该维度数为1
4.torch.sort() 返回元组，第一个是pa排序后的值，第二个是排序后的值在元数据中的index，如果不给dim，默认
按照最后一维
5.torch.mean() 如果不给维度，则fa返回所有值的均值
6.torch.gather(input, dim, index) 把输入按照给定的维度和index取input中的值
7.torch.stack(sequence，dim，out) stack()会增加一个维度出来，sequence是tensor列表，dim表示拼接的维度，而torch.cat()是在已有的维度上拼接，
扫一扫
980
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
