笔岸柳影

pytorch框架->1. 开启梯度记录：requires_grad参数以及requires_grad_方法2. 查看tensor的梯度记录情况: requires_grad属性

pytorch框架之one_hot编码的实现：1. 给定分类总数，给指定数据创建one_hot编码2. 给定数据自动编码

pytorch框架的数据类型转换--type\type_astype: 指定数据类型type_as: 给定tensor作为指导的数据类型

tensor的tolist方法to_list QQ:3020889729 小蔡to_list作用：将tensor转换为list数据data = torch.zeros(3, 3)data = data.tolist()print(data)# result: # [[0, 0, 0],

pytorch--repeat

pytorch的sort排序--指定轴进行排序

pytorch的split->张量划分

pytorch的squeeze与unsqueeze:1. 移除维度大小为1的轴:squeeze2. 添加维度大小为1的轴:unsqueeze

pytorch框架之permute--维度排列

torch.narrow(input, dim, start, length) → Tensor

pytorch的叶张量判断:tensor.is_leaf

pytorch的ceil与floor取整

pytorch的维度扩张-expand/expand_as:expand -- 自定义形状expand_as -- 与给定的tensor.shape有关

pytorch的相等比较方法：equal：张量比较eq：逐元素比较

pytorch的tensor.detach和tensor.view:tensor.view: 创建一个视图，修改新变量，会影响原变量的值tensor.detach: 不影响原变量

pytorch的torch.clamp 与 tensor._clamp：torch.clamp：不改变输入，return new_tensortensor._clamp: 改变自身tensor的值

pytorch梯度属性解读--与backwardpytorch.grad;pytorch.backward;

tensor.gpu属性查看讲解torch.tensor.is_cuda;torch.tensor.device.