记录一些pytorch api

tensor.detach() ：

• 返回一个新的 从当前图中分离的 Variable。
• 返回的 Variable 永远不会需要梯度
• 如果 被 detach 的Variable volatile=True， 那么 detach 出来的 volatile 也为 True
• 还有一个注意事项，即：返回的 Variable 和 被 detach 的Variable 指向同一个 tensor

torch.cat([tensors], dim=0) ： 按照dim叠加

torch.stack([tensors], dim=0)： 堆叠并且给一个新的维度

tensor.permute(int[,int]): 转换维度，里面是新的维度顺序

tensor.contiguous() : 保证内存连续，一般permute之后用