3.2 张量的操作及运算

一、张量基本操作 二、张量的操作：拼接、切分、索引和变换  三、张量的运算 四、统计函数 五、类型转换                               一、张量的函数 a.size()        #查看张量a的维度。结果等价于：a.shape。【例1】 a.sum()       #求元素和。【例2】 a.mean() a.item()       #convert a 0-dim tensor to a Python number。也就是张量只有一个元素的时候，可以转成数字。【例3】 例1： 结果： 例2： 结果： 例3： 结果： 二、张量的操作：拼接、切分、索引和变换 1. 张量的拼接 张量的拼接有两个方法，cat()和stack()。但是他们的不同是，cat不会扩张张量的维度，而stack()会扩张张量的维度。 1.1  torch.cat(tensors, dim=0, out=None) 功能：将张量按照维度dim进行拼接。     【例1】【例2】 tensors：张量序列 dim ：要拼接的维度 1.2 torch.stack(tensors, dim=0, out=None) 功能：将张量按照维度dim进行拼接。会创建一个新的维度。      【例2】 tensors：张量序列 dim ：要拼接的维度 例1：在dim维上进行拼接 结果： t为3*4的张量。 在0维上拼接生成6*4的张量；在1维上拼接生成3*8的张量。 例2：使用cat(),不会扩充维度。