Pytorch学习笔记（一）

本篇博客主要向大家介绍Pytorch中view()、squeeze()、unsqueeze()、torch.max()函数，这些函数虽然简单，但是在
神经网络编程总却经常用到，希望大家看了这篇博文能够把这些函数的作用弄清楚。

import torch

• 1

a=torch.Tensor(2,3)
a

• 1
• 2

 3.8686e+25  9.1836e-39  1.2771e-40
 9.0079e+15  1.6751e-37  2.9775e-41
 [torch.FloatTensor of size 2x3]

• 1
• 2
• 3
• 4

view()函数作用是将一个多行的Tensor,拼接成一行。

a.view(1,-1) 

• 1

 3.8686e+25  9.1836e-39  1.2771e-40  9.0079e+15  1.6751e-37  2.9775e-41
 [torch.FloatTensor of size 1x6]

• 1
• 2
• 3

下面是torch中squeeze()和unsqueeze()两个函数。

b=torch.Tensor(1,3)
b

• 1
• 2

 3.3447e+30  6.1237e-43  5.9179e+32
 [torch.FloatTensor of size 1x3]

• 1
• 2
• 3

b.squeeze(0)  

• 1

 3.3447e+30
 6.1237e-43
 5.9179e+32
[torch.FloatTensor of size 3]

• 1
• 2
• 3
• 4
• 5

b.squeeze(1)

• 1

 3.3447e+30  6.1237e-43  5.9179e+32
[torch.FloatTensor of size 1x3]

• 1
• 2
• 3

squeeze中的参数0、1分别代表第一、第二维度，squeeze(0)表示如果第一维度值为1，则去掉，否则不变。故b的维度(1,3),可去掉1成(3),但不可去掉3。

c=torch.Tensor(3)
c

• 1
• 2

 7.5589e+28
 5.2839e-11
 1.8888e+31
[torch.FloatTensor of size 3]

• 1
• 2
• 3
• 4
• 5

c.unsqueeze(0)

• 1

 7.5589e+28  5.2839e-11  1.8888e+31
[torch.FloatTensor of size 1x3]

• 1
• 2
• 3

c.unsqueeze(1)

• 1

 7.5589e+28
 5.2839e-11
 1.8888e+31
[torch.FloatTensor of size 3x1]

• 1
• 2
• 3
• 4
• 5

unsqueeze()与squeeze()作用相反。参数代表的意思相同。

d=torch.Tensor([[1,3],[2,4]])
d

• 1
• 2

 1  3
 2  4
[torch.FloatTensor of size 2x2]

• 1
• 2
• 3
• 4

torch.max(d,0)

• 1

(
  2  4
 [torch.FloatTensor of size 1x2], 
  1  1
 [torch.LongTensor of size 1x2])

• 1
• 2
• 3
• 4
• 5
• 6

torch.max()返回两个结果，第一个是最大值，第二个是对应的索引值；第二个参数 0 代表按列取最大值并返回对应的行索引值，1 代表按行取最大值并返回对应的列索引值。

torch.max(d,1)

• 1

(
  3
  4
 [torch.FloatTensor of size 2x1], 
  1
  1
 [torch.LongTensor of size 2x1])