Pytorch 及 numpy 常用函数_个人记录不断加入

在写网络初始设置的，设置以后，之后创建的tensor都默认为该形式，cpu或者gpu，类型

torch.set_default_tensor_type（）

 可选参数：'torch.cuda.FloatTensor'、 'torch.FloatTensor'

--------------------------------------------

1、在你使用固定大小的图像进行训练的时候设置为True，加快训练速度

import torch.backends.cudnn as cudnn
cudnn.benchmark = True

 上采样：

1、nn.ConvTranspose2d

逆卷积

(in_channels, out_channels, kernel_size, stride=1,padding=0,output_padding=0, groups=1, bias=True, dilation=1, padding_mode='zeros'):

2、nn.Upsample

  已经有新的了下面的3

源码提示：warnings.warn("nn.functional.upsample is deprecated. Use nn.functional.interpolate instead.")

3、torch.nn.functional.interpolate(in,, size=size2, scale_factor=2, mode='nearest')

因为可以输入尺寸，所以这个可以解决单数在下采样上采样与原feature结合尺度不一的问题

input, size=None, scale_factor=Non