pytorch的基礎記錄

2022-08-20 15:33:10 字數 3360 閱讀 9115

detach

: torch.abs(input, out=none): 計算輸入張量的每個元素的絕對值

torch.acos(input, out=none): 返回乙個新張量,包含輸入張量每個元素的反余弦函式

torch.add(input, value, out=none): 對輸入張量input逐元素加上標量值value,並返回結果到乙個新的張量out,即out=tensor+value

torch.addcdiv(tensor, value=1, tensor1, tensor2, out=none): 用tensor2對tensor1逐元素相除,然後乘以標量值value並加到tensor,張量的形狀不需要匹配,但元素數量必須一致

torch.addcmul(tensor, value=1, tensor1, tensor2, out=none): 用tensor2對tensor1逐元素相乘,然後乘以標量值value並加到tensor,張量的形狀不需要匹配,但元素數量必須一致

torch.asin(input, out=none): 返回乙個新張量,包含輸入張量每個元素的反正弦函式

torch.atan(input, out=none): 返回乙個新張量,包含輸入張量每個元素的反正切函式

torch.atan2(input1, input2, out=none): 返回乙個新張量,包含兩個輸入張量的反正切函式

torch.cat((tensor1, tensor2), dim): 將兩個張量序列按指定維度拼接在一起。(不公升維)

torch.ceil(input, out=none): 天井函式,對輸入input張量每個元素向上取整,即取不小於每個元素的最小整數,並返回結果到輸出。

torch.clamp(input,min,max,out=none): 將input中的元素限制在[min,max]範圍內並返回乙個tensor,返回的拷貝。(拷貝)

torch.clamp_(input,min,max,out=none): 將input中的元素限制在[min,max]範圍內並返回乙個tensor, 返回的的檢視。(檢視)

torch.div(input, value, out=none): 將input逐元素除以標量值value,並返回結果到輸出張量out。 

torch.eq(input, other, out=none): 比較元素相等性,第二個引數可為乙個數或與第乙個引數同型別形狀的張量。(返回乙個tensor)

torch.equal(tensor1, tensor2): 如果兩個張量有相同的形狀和元素值,則返回true,否則false。(返回true,false)

torch.exp(tensor, out=none): 返回乙個新張量,包含輸入張量input每個元素的指數。

torch.eye(n, m=none, out=none): 返回乙個2維張量,對角線位置全為1,其他位置全為0。

torch.frac(tensor,  out=none): 返回每個元素的分數部分。

torch.from_numpy(ndarray): 將numpy.ndarray轉換為pytorch的tensor,返回的張量tensor和numpy的ndarray共享同一記憶體空間。修改乙個會導致另外乙個也被修改

torch.is_tensor(obj): 如果obj是乙個pytorch張量,則返回true

torch.linspace(start, end, steps=100, out=none): 返回乙個1維張量,包含在區間start和end上均勻間隔的steps個點。輸出1維張量的長度為steps。

torch.mean(input): 返回輸入張量所有元素的均值。

torch.neg(input, out=none): 返回乙個新張量,包含輸入input張量按元素取負。

torch.numel(input): 返回張量input中元素的個數。

torch.permute(input, dim0, dim1, dim2, ...): 將輸入張量按照維度的順序進行交換維度。交換多個維度)

torch.reciprocal(input, out=none): 返回乙個新張量,包含輸入input張量每個元素的倒數,即1.0/x。

torch.round(input, out=none): 返回乙個新張量,將輸入input張量每個元素四捨五入到最近的整數。

torch.sign(input, out=none): 符號函式,返回乙個新張量,包含輸入input張量每個元素的正負號。

torch.squeeze(input, dim=none, out=none): 將輸入張量形狀中的1去除並返回。

torch.stack(sequence, dim=0): 沿著乙個新維度對輸入張量序列進行連線,序列中所有的張量都應該為相同形狀。(公升維)

torch.sum(input): 返回輸入張量input所有元素的和。

torch.transpose(input, dim0, dim1, out=none): 返回輸入矩陣input的轉置,交換維度dim1和dim0。輸入張量與輸出張量共享記憶體,所以改變其中乙個會導致另乙個也被修改。交換兩個維度)

torch.type_as(tensor): 將張量轉化為括號中指定型別的張量 。

torch.unsqueeze(input, dim, out=none): 返回乙個新的張量,對輸入張量指定的位置插入維度1。

pytorch使用記錄

1.resnet需要載入預訓練模型,但是最後一層fc層的輸出數不是1000。解決方案 先載入預訓練模型,然後取除了最後一層的所有層,再加一層自己需要的在後面。2.model.children 和model.modules 的區別。model.modules 和model.children 均為迭代器...

pytorch除錯記錄

除錯報錯 runtimeerror input type torch.cuda.floattensor and weight type torch.floattensor should be the same 截圖 說明 在除錯執行導師給的程式residual net的gunpoint程式時,出現報...

Pytorch學習記錄筆記

輸出 函式會返回兩個tensor,第乙個tensor是每行的最大值,softmax的輸出中最大的是1,所以第乙個tensor是全1的tensor 第二個tensor是每行最大值的索引。predicted torch.max outputs.data,1 下劃線表示不在乎返回的第乙個tensor值。只...