100+torch的基础操作

官网：  torch

各种操作，做个翻译，以后查阅

Tensors

torch.is_tensor 　　如果 obj 是 pytorch 张量，则返回 True。

torch.is_storage   如果 obj 是 pytorch 存储对象，则返回 True。

torch.numel    返回输入张量中元素的总数。

torch.set_printoptions  设置打印选项。 从 Numpy 无耻地采取项目

Creation Ops

torch.eye　　　　返回其他地方的对角线和零点的二维张量。

torch.from_numpy　　　　

从 numpy.ndarray 创建一个张量。

返回的张量和 ndarray 共享相同的内存。 对张量的修改将反映在 ndarray 中，反之亦然。 返回的张量不可调整大小。

torch.linspace　　　　

返回开始和结束之间等间隔点的一维张量

输出张量是尺寸步长的 1D

torch.logspace　　　　

返回 10start10start 和 10end10end 之间对数间隔的步伐点的一维张量

输出是尺寸步长的一维张量

torch.ones　　　　返回由标量值 1 填充的张量，其形状由可变参数大小定义。

torch.ones_like　　　　返回填充了标量值 1 的张量，大小与输入相同。

torch.arange　　　　用从步骤开始的区间 [开始，结束] 中的值返回大小层次（（结束开始）/ 步骤）层次（（结束开始）/ 步骤）的 1D 张量。

torch.range　　返回步长为从开始到结束的值的一维（（结束开始）/ 步骤）+ 1 楼层（（结束开始）/ 步骤）+1 的张量。 步骤是张量中两个值之间的差距。XI+ 1 = XI+ 步骤

torch.zeros　　返回填充了标量值 0 的张量，其形状由可变参量大小定义。

torch.zeros_like　　返回一个用标量值 0 填充的张量，其大小与输入相同。

Indexing, Slicing, Joining, Mutating Ops　　索引，切片，加入，突变行动

torch.cat　　

在给定维度上连接 seq 张量的给定序列。

torch.cat（）可以看作是 torch.split（）和 torch.chunk（）的逆操作。

cat（）可以通过例子最好的理解。

还没更新完