Pytorch学习笔记（一）
本篇博客主要向大家介绍Pytorch中view()、squeeze()、unsqueeze()、torch.max()函数，这些函数虽然简单，但是在
神经网络编程总却经常用到，希望大家看了这篇博文能够把这些函数的作用弄清楚。
import torcha=torch.Tensor(2,3)
a 3.8686e+25 9.1836e-39 1.2771e-40
9.0079e+15 1.6751e-37 2.9775e-41
[torch.FloatTensor of size 2x3]
view()函数作用是将一个多行的Tensor,拼接成一行。
a.view(1,-1) 3.8686e+25 9.1836e-39 1.2771e-40 9.0079e+15 1.6751e-37 2.9775e-41
[torch.FloatTensor of size 1x6]
下面是torch中squeeze()和unsqueeze()两个函数。
b=torch.Tensor(1,3)
b 3.3447e+30 6.1237e-43 5.9179e+32
[torch.FloatTensor of size 1x3]
b.squeeze(0) 3.3447e+30
6.1237e-43
5.9179e+32
[torch.FloatTensor of size 3]
b.squeeze(1) 3.3447e+30 6.1237e-43 5.9179e+32
[torch.FloatTensor of size 1x3]
squeeze中的参数0、1分别代表第一、第二维度，squeeze(0)表示如果第一维度值为1，则去掉，否则不变。故b的维度(1,3),可去掉1成(3),但不可去掉3。
c=torch.Tensor(3)
c 7.5589e+28
5.2839e-11
1.8888e+31
[torch.FloatTensor of size 3]
c.unsqueeze(0) 7.5589e+28 5.2839e-11 1.8888e+31
[torch.FloatTensor of size 1x3]
c.unsqueeze(1) 7.5589e+28
5.2839e-11
1.8888e+31
[torch.FloatTensor of size 3x1]
unsqueeze()与squeeze()作用相反。参数代表的意思相同。
d=torch.Tensor([[1,3],[2,4]])
d 1 3
2 4
[torch.FloatTensor of size 2x2]
torch.max(d,0)(
2 4
[torch.FloatTensor of size 1x2],
1 1
[torch.LongTensor of size 1x2])
torch.max()返回两个结果，第一个是最大值，第二个是对应的索引值；第二个参数 0 代表按列取最大值并返回对应的行索引值，1 代表按行取最大值并返回对应的列索引值。
torch.max(d,1)(
3
4
[torch.FloatTensor of size 2x1],
1
1
[torch.LongTensor of size 2x1])