Pytorch学习笔记（二）

张量的操作

1、拼接，切分，索引，和变换
2、张量的数学运算
3、线性回归

1、拼接，切分，索引，和变换

（1） 拼接与切分

① torch.cat（tensors, dim, out=None）
功能：将张量按维度dim进行拼接
tensors:张量序列
dim:要拼接的维度
② torch.stack(tensors, dim, out=None)
功能：在新创建的维度dim上进行拼接
tensors：张量序列
dim：要拼接的维度
③torch.chunk（input, chunks, dim=0）
功能：将张量按维度dim进行平均切分
返回值：张量列表
注意：若不能整除，最后一份张量小于其他张量
input：要切分的张量
chunks：要切分的份数
dim：要切分的维度
④ torch.split(tensor, split_size_sections, dim=0)
功能：将张量按维度dim进行切分
返回值：张量列表
tensor：要切分的张量
split_size_sections:为int时，表示每一份的长度，为list时，按list元素进行切分
dim：要切分的维度

（2）索引

① torch.index_select(input, dim, index, out=None)
功能：在维度dim上，按index索引数据
返回值：依index索引数据拼接的数据
input：要索引的张量
dim：要索引的维度
index：要索引数据的序号
② torch.masked_select(input, mask, out=None)
功能：按mask中的True进行索引
返回值：一维张量
input：要索引的张量
mask：与input同形状的布尔类型张量

（3）变换

①torch.reshape（input， shape）
功能：变换张量形状
注意：当张量在内存中连续时，新张量与input共享数据内存
input：要变换的张量
shape：张量的形状
②torch.transpose（input， dim0， dim1）
功能：变换两张量的维度
③torch.t(input)
功能：二维张量转置
④torch.squeeze(input, dim, out=None)
功能：压缩长度为1的维度
dim：为None，移除所有维度为1的维度，指定维度，当为1时移除该维度
⑤ torch.unsqueeze(input,dim,out=None)
功能：依据dim扩展维度
dim：扩展的维度

2、数学运算