PyTorch张量操作实战技巧

1、移除你刚刚添加到先前张量的额外维度。

可以使用 PyTorch 的 squeeze() 方法移除张量中大小为 1 的额外维度。示例代码如下：

y_output = intermediate3.squeeze()

2、创建一个形状为 5x3 且数值在区间 [3, 7) 内的随机张量

可以使用代码 3 + torch.rand(5, 3) * (7 - 3) 来创建，这里的 torch 是 PyTorch 库。

3、创建一个值来自正态分布（均值为0，标准差为1）的张量。

可以使用 torch.randn() 函数来创建，示例代码如下：

import torch
print(torch.randn(2, 3)) # 创建一个2行3列，值来自正态分布（均值为0，标准差为1）的张量

4、检索张量 torch.Tensor([1, 1, 1, 0, 1]) 中所有非零元素的索引。

可以使用 torch.nonzero 函数来实现，示例代码如下：

import torch
tensor = torch.Tensor([1, 1, 1, 0, 1])
indices = torch.nonzero(tensor).squeeze()

结果 indices 即为非零元素的索引 [0, 1, 2, 4] 。

5、创建一个大小为 (3, 1) 的随机张量，然后将四个副本水平堆叠在一起。

可使用 PyTorch 实现，示例代码如下：