pytorch学习笔记2
注：本文是笔者结合自己阅读和使用pytorch的经验，又系统学习了一遍https://github.com/chenyuntc/pytorch-book的过程中，将自己认为有必要掌握和记住的知识整理成的学习笔记，并非系统的教程，主要目的是为了方便自己梳理、记忆知识，以及方便有相同需求的读者查阅某些知识。
逐元素操作
1、在pytorch中，不仅仅针对逐元素的操作，tensor的计算往往具有两种形式，比如torch.mul(a, b)与a.mul(b)二者是等价的
2、记住这些逐元素运算对应的符号：
绝对值 / 平方根 / 取模 / 求幂 / 乘法 / 除法 / 以e为底求指数 / 取ln / 向上取整 / 向下取整 / 四舍五入 / 取整数部分 / 取小数部分 / 正弦 / 余弦
abs / sqrt / fmod / pow / mul / div / exp / log / ceil / floor / round / trunc / frac / sin / cos
3、mul和div表示的是逐元素乘或逐元素除，不要把mul和矩阵乘搞混了；mul和div在pytorch中被重载为了*和/，也就是说*和/表示的是逐元素乘或者逐元素除，不要把*和矩阵乘搞混了；另外，mul和div要求参与运算的要么是形状完全一致的两个tensor，要么是前者是一个tensor，而后者是一个数字
4、取对数只有torch.log()，torch.log2()，torch.log10()，其他底可以换底公式换出来；求指数exp默认以e为底，但是torch.pow很灵活，假如a = torch.tensor([1,2,3])，既可以torch.pow(a,2)表示tensor([1^2,2^2,3^2])，也可以torch.pow(2,a)表示tensor([2^1,2^2,2^3])。
5、逐元素操作还有torch.sigmoid和torch.tanh等激活函数，但是这些激活函数在torch.nn中也存在
归并操作
1、记住这些归并操作对应的符号：
均值 / 求和 / 中位数 / 众数 / 范数 / 欧式距离 / 标准差 / 方差
mean / sum / median / mode / norm / dist / std / var
2、使用归并操作的时候需要考虑两个参数，dim和keep_dim，当这两个参数都被设置的时候，输出的形状如下：
假设输入形状为(m, n, k)，那么根据不同的dim和keep_dim得到的tensor形状如下表
| keep_dim=True | keep_dim=False | |
| dim=0 | (1, n, k) | (n, k) |
| dim=1 | (m, 1, k) | (m, k) |
| dim=2 | (m, n, 1) | (m, n) |
3、如果不指定dim，那么得到的会是一个只有一个元素的tensor，比如tensor(100)；如果不指定keep_dim，keep_dim默认为False
4、对于dim的理解：假设输入的tensor A形状为(m, n, k)，假设做的是求和操作，且指定dim=1，根据2，得到的tensor B的形状是(m, k)，A和B满足![B_[i, j] = \sum_{t=0}^{n}A_[i, k, j]](http://img.e-com-net.com/image/info8/222aac9a50764439842ab0b50ac228ff.gif)
In [1]: a = t.arange(24)
In [2]: b = a.view(2, 3, 4)
In [3]: b
Out[3]: tensor([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
In [4]: c = t.sum(b, dim=1)
In [5]: c, c.size()
Out[5]: (tensor([[12, 15, 18, 21],
[48, 51, 54, 57]]), torch.Size([2, 4]))比较操作
1、gt（大于）/ lt（小于）/ ge（大于等于）/ le（小于等于）/ eq（等于）/ ne（不等于），这些分别被重载为了> / < / >= / <= / == / !=，需要注意的是前面提到过的一点，两个tensor通过比较操作得到的是一个ByteTensor（即dtype=torch.uint8），这种tensor是可以以mask的方式直接作为同形状tensor的索引的
2、torch.max和torch.min的使用，以torch.max为例，根据参数不同共有三种用法
(1) torch.max(tensor) 返回的是只含一个元素的tensor，这个元素是输入tensor中最大的元素
(2)torch.max(tensor, dim) 返回指定维上较大的数，以及其所在下标；torch.max在这种输入和上一种输入放在一起看，可以看做是一个归并操作，只是多返回一个较大数所在的下标
(2)torch.max(tensor, tensor) 要求输入的两个tensor同形状，输出也是同形状的，输出的每个位置对应的是两个tensor中那个位置上较大的数
In [1]: a = t.randn(2, 3)
In [2]: a
Out[2]: tensor([[ 1.0437, 0.6610, -0.1947],
[-1.7523, 1.7876, 0.6388]])
In [3]: b = t.randn(2, 3)
Out[3]: tensor([[-0.3039, 1.0680, -0.2654],
[ 0.5515, -1.3597, -0.8332]])
In [4]: t.max(a)
Out[4]: tensor(1.7876)
In [5]: t.max(a, dim=1) # 注意输出是一个元组，分别是较大的数和所在的下标
Out[5]: (tensor([1.0437, 1.7876]), tensor([0, 1]))
In [6]: t.max(a, b)
Out[6]: tensor([[ 1.0437, 1.0680, -0.1947],
[ 0.5515, 1.7876, 0.6388]])3、torch.topk(input, k, dim=None, largest=True, sorted=True)
参数：
input(Tensor)
k(int)
dim(int)：假设输入的tensor A形状是(m, n, p)，且dim=1，做topk之后得到的tensor B的形状是(m, k, p)，其中B[i,:,j]中的k个元素是A[i,:,j]中n个元素中挑出的前k个；不指定dim时，dim默认为最后一维
largest(Boolean)：默认为True，为True表示取前k大，为False表示取前k小
sorted(Boolean)：默认为True，假设挑出的是前k大，为True时这k个元素按从大到小的顺序排序，为False时只是保证是前k大，并不一定有序
输出：输出一个tuple，里面是两个tensor，前一个tensor是topk的元素，后一个tensor是topk的下标，这两个tensor是同形状的。假设输入的tensor形状为(p, q, m)，k=K，dim=1，largest和sorted为True，那么输出的这两个tensor形状均为(p, K, m)。
In [1]: a = t.randn(2, 3)
In [2]: a
Out[2]: tensor([[ 0.5339, 0.2233, 2.5735],
[-2.0343, -1.5293, -0.1112]])
In [3]: b = t.topk(a, k=2, dim=1)
In [4]: b
Out[4]: (tensor([[ 2.5735, 0.5339],
[-0.1112, -1.5293]]),
tensor([[2, 0],
[2, 1]]))
In [5]: c = t.topk(a, k=1, dim=0)
In [6]: c
Out[6]: ( tensor([[0.5339, 0.2233, 2.5735]]), tensor([[0, 0, 0]]) )4、torch.sort(input, dim=-1, descending=False)
参数：
input(Tensor)
dim(int)：假设输入的tensor A的形状为(m, n, p)，且dim=1，那么排序后的得到的tensor B中，B[i, :, j]是排序后的A[i, :, j]，不显式指定时dim默认为最后一维
descending(Boolean)：默认为False，为False时元素升序排列，否则降序排列
输出：输出一个tuple，里面有两个tensor，前一个是排序的结果，后一个是排序后tensor对应排序前的下标，两个tensor是同形状的。假设输入tensor的形状为(m, n, p)，则输出的两个tensor都是(m, n, p)的。
In [1]: a = t.randn(2, 3)
In [2]: a
Out[2]: tensor([[-0.1060, -0.2755, 1.2596],
[ 1.2688, 0.1467, -0.4233]])
In [3]: t.sort(a, dim=0)
Out[3]: (tensor([[-0.1060, -0.2755, -0.4233],
[ 1.2688, 0.1467, 1.2596]]),
tensor([[0, 0, 1],
[1, 1, 0]]))
In [4]: t.sort(a, dim=1)
Out[4]: (tensor([[-0.2755, -0.1060, 1.2596],
[-0.4233, 0.1467, 1.2688]]),
tensor([[1, 0, 2],
[2, 1, 0]]))线性代数
1、矩阵转置
对于一个2D的tensor A，A.t()得到其转置，需要注意的是转置后空间不再连续，需要调用.contiguous()方法令其连续
2、mm和bmm和matmul
(1) mm：两个2D的tensor A和B相乘，其中A的形状是(n, p)，B的形状是(p, m)，输出的形状是(n, m)
(2) bmm：两个3D的tensor A和B相乘，其中A的形状是(batch_size, n, p)，B的形状是(batch_size, p, m)，输出的形状是(batch_size , n, m)，一个batch里的每个矩阵对应相乘
(3) matmul：根据参与运算的两个tensor A和B的形状，有很多种情况，但记忆的时候可以分四类记：
①A和B都是1D的tensor（向量）时，返回的是向量的内积；
②A和B分别是2D的n*p和p*m的矩阵时，返回的矩阵乘法的结果（n*m的矩阵）；
③A和B分别是3D的batch_size*n*p和batch_size*p*m的矩阵时，返回的是每个batch中对应矩阵相乘的结果（batch_size*n*m的矩阵）
④其余情况均是A和B维数不等的情况，此时根据广播法则来确定计算方法
广播机制
1、广播机制在pytorch和numpy中均是存在的，广播机制指的是在下面的两个条件成立时，会自动扩展一个向量进行运算：
(1)两个tensor之间进行的操作是一个逐元素操作（当然，大于小于这类比较也算）
(2)两个tensor的维度中尾部的几个维度是一样的，如果tensor A的形状是(Adim1, Adim2, ..., AdimN)，tensor B的形状是(Bdim1, Bdim2, ..., BdimM)，维度中尾部的几个维度一致是指Adim(N-M+1)=Bdim1, Adim(N-M+2)=Bdim2, ..., AdimN=BdimM
In [1]: a = t.arange(24).view(2, 3, 4)
In [2]: a
Out[2]: tensor([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
In [3]: b = t.ones(4, dtype=t.int64)
In [4]: a + b
Out[4]: tensor([[[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]],
[[13, 14, 15, 16],
[17, 18, 19, 20],
[21, 22, 23, 24]]])2、但是，在pytorch中，许多非逐元素的操作也是支持广播机制的，比如上面提到的matmul操作：对于两个参与运算的tensor A和B，如果他们的维数不相等（情况④），那么首先在维数较短的tensor（假设是B）前面补1使得维数一致，然后把B扩展为之前的几份使得补1位置的形状与tensor A一致，最后如果A和B符合的①②③中的任一条，那么就可以进行运算
In [1]: a = t.randn(3, 4)
In [2]: b = t.randn(4)
In [3]: t.matmul(a, b).size()
Out[3]: torch.Size([3])
In [4]: a = t.randn(10, 3, 4)
In [5]: b = t.randn(4, 5)
In [6]: t.matmul(a, b)
Out[6]: torch.Size([10, 3, 5])
In [7]: a = t.randn(2, 10, 3, 4)
In [8]: b = t.randn(4, 5)
In [9]: t.matmul(a, b)
Out[9]: torch.Size([2, 10, 3, 5])
tensor和numpy对象转换
1、如果a是numpy对象，可以用b = t.Tensor(a)或b = t.tensor(a)得到tensor，注意前者ab共享内存，后者是拷贝得到不共享内存
2、如果a是tensor对象，可以用b = a.numpy()得到numpy对象，此时ab共享内存