PyTorch基礎

Infi-chu:

http://www.cnblogs.com/Infi-chu/

torch.FloatTensor:用於生成數據類型為浮點型的Tensor，參數可以是一個列表，也可以是一個維度。

import torch
a = torch.FloatTensor(3,4)  # 3行4列
a = torch.FloatTensor([2,3,4,5])    # 一個列表

torch.IntTensor:用於生成數據類型為整型的Tensor，參數可以是一個列表，也可以是一個維度。

a = torch.IntTensor(3,4)    # 3行4列
a = torch.IntTensor([3,4,5,6])  # 一個列表

torch.rand:用於生成數據類型為浮點型且維度指定的Tensor，與NumPy的numpy.rand相似，隨機生成的浮點數據在0-1區間均勻分佈

a = torch.rand(2,3)

torch.randn:用於生成數據類型為浮點型且維度指定的隨機Tensor，與NumPy的numpy.randn相似，隨機生成的浮點數的取值滿足均值為0，方差為1的正太分佈。

a = torch.randn(2,2)

torch.range:用於生成數據類型為浮點型的且自定義取值範圍的Tensor，參數有三個：起始值、結束值、步長

a = torch.range(1,20,1)

torch.zeros:用於生成數據類型為浮點型且維度指定的Tensor，元素全為0

a = torch.zeros(1,1)

torch.abs(a):各項參數的絕對值
torch.add(a,b):求和
torch.clamp(a,b,c):對輸入的參數按照自定義範圍進行裁剪，參數有3個：裁剪對象、裁剪的上、下界。（將區間裡面的東西減掉）
torch.div(a,b):求商
torch.mul(a,b):求積（不一定是矩陣）
torch.pow(a,b):求冪
torch.mm(a,b)：求積（按矩陣和矩陣之間的規則做）
torch.mv(a,b):求積（按矩陣和向量之間的規則做）