摘要：## pytorch学习(6) ### 拼接与拆分 - cat- stack- split- chunk #### cat() - 连接给定维度中给定的张量序列- 所有张量必须具有相同的形状(拼接维度除外)或为空- torch.cat() 可以看作是 torch.split() 和 torch.ch 阅读全文

摘要：pytorch学习(5) 广播机制（broadcast） 矩阵运算往往都是在两个维度相同或者相匹配(前面矩阵的列数等于后一个矩阵的行数)的矩阵之间定义的，广播机制亦是如此。在机器学习的某些算法中会出现两个维度不相同也不匹配的矩阵进行运算，那么这时候就需要广播机制来解决。 broadcast的两个特点 阅读全文

摘要：pytorch学习(3) 索引与切片 普通索引 冒号索引（切片） index_select 选择特定索引 masked_select 选择符合条件的索引 take 索引 普通索引 index（有负索引） import torch a = torch.Tensor(2,3,32,32) print(a 阅读全文

摘要：## pytorch学习(2) ### 创建tensor 1. 从list中创建tensor2. 从numpy中创建tensor / 将numpy转换为tensor3. 有初始化值创建4. 无初始化值创建5. 从tensor创建tensor（torch.**__like） #### 从list中创建 阅读全文

摘要：pytorch学习(1) pytorch的基本数据类型 在torch中默认的数据类型是32位浮点型（torch.FloatTensor） 可以通过torch.set_default_tensor_type()函数设置默认的数据类型，但该函数只支持设置浮点型数据类型 | Data type | dty 阅读全文