torch.cat ：是将两个张量 tensor 拼接在一起。 tensor.expand as ：把一个tensor变成和函数括号内一样形状的tensor tensor.narrow dim,index,number ：dim 取行 列 index 从索引index开始取 number 取的行数 列数 contiguous ：在调用view 之前需要先调用contiguous tensor.c ...
2020-07-21 11:05 0 1071 推荐指数：
torch.ge torch.ge(input, other, out=None) → Tensor 逐元素比较input和other，即是否 input>=otherinput>=other。 如果两个张量有相同的形状和元素值，则返回True ，否则 False。 第二个参数可以为 ...
torch.topk torch.topk(input, k, dim=None, largest=True, sorted=True, out=None) -> (Tensor, LongTensor) pytorch中文官网文档：http://www.mamicode.com ...
https://pytorch.org/docs/stable/nn.html 1）卷积层 class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation ...
NLLLoss 和 CrossEntropyLoss 在图片单标签分类时，输入m张图片，输出一个m*N的Tensor，其中N是分类个数。比如输入3张图片，分3类，最后的输出是一个3*3的Tens ...
将tensor按dim方向分割成chunks个tensor块，返回的是一个元组。 示例： ...
torch.clamp(input, min, max, out=None) → Tensor 将输入input张量每个元素的夹紧到区间 [min,max][min,max]，并返回结果到一个新张量。 操作定义如下： | min, if x_i < miny_i ...
一、_, predicted = torch.max(outputs.data, 1) 那么，这里的 下划线_ 表示什么意思？ 首先，torch.max()这个函数返回的是两个值，第一个值是具体的value（我们用下划线_表示），第二个值是value所在的index（也就是predicted ...
这个函数是用来求tensor中某个dim的前k大或者前k小的值以及对应的index。 用法 比如，三行两列，3个样本，2个类别。 ...
