qq_52914337的博客

一.where函数 torch.where(condition, x, y) where函数具体作用为：利用x和y生成一个新的tensor，其中的参数 condition 为一个与x和y一样shape的tensor，掌管着新的tensor的生成条件，如果condition某个位置的值为1，则新的tensor来自与x， 反之为0，则来自于y。（condition的使用很灵活）例如： 二.gather函数 torch.gather(input, dim, index, out=None)

一.范数 使用norm()，可以指定维度 torch.norm(input, p='fro', dim=None, keepdim=False, out=None, dtype=None) input：输入tensor p (int, float, inf, -inf, 'fro', 'nuc', optional)：范数计算中的幂指数值。默认为'fro' dim (int，2-tuple，2-list， optional): 指定计算的维度。如果是一个整数值，向量范数将被计算；如果是一个大小为

一.加减乘除 （1）在pytorch中，既可以使用基本的：+，-，*，/，运算符号进行计算，也可以使用pytorch的内置计算函数：add，sub，mul，div。需要注意的是，pytorch中的tensor再进行计算时，会自动进行维度的转换。例如： 这里在进行加运算前，将b已经进行维度转换为[3,4]。 （2）我们这里来看一下内置函数的使用： 这里我们需要注意，这里的运算结果，和直接使用符号进行运算是一样的，我们可以用 eq（）来进行一下验证： 二.矩阵相乘 （1）使用 to.