pytorch常用函式

2021-09-30 01:23:33 字數 1216 閱讀 1945

torch.cat()

torch.squeeze()

torch.unsqueeze()

torch.stack()

torch.sum()

torch.


sum(


input


, dim, out=


none


) → tensor


#input (tensor) – 輸入張量


#dim (int) – 縮減的維度


#out (tensor, optional) – 結果張量
這個函式的作用是對input的每一行做num_samples次抽取，輸出的張量是每一次取值時input張量對應的列下標，每次抽取的依據是input中元素值的大小，值越大，越有機率被先抽到。如果有值為0的元素，那麼在所有非0的元素集合被取空之前是不會取0元素的。replacement指的是取樣時是否是有放回的取樣，true是有放回，false無放回。這個函式可以用來實現word2vec演算法中的負取樣。

下面看官網的乙個例子。

>>


> weights = torch.tensor([0


,10,3


,0])


# create a tensor of weights


>>


> torch.multinomial(weights,4)


1200


[torch.longtensor of size 4


]>>


> torch.multinomial(weights,


4, replacement=


true)1


212[torch.longtensor of size 4


]
參考：

torch.multinomial()理解

pytorch 常用函式

pytorch 常用函式 參考 網易雲課堂pytorch 學習 建立tensor import from numpy import numpy as np import torch a np.array 2,3.3 torch.from numpy a out tensor 2.0000,3.300...

pytorch入門2 常用函式

import numpy as np import torch 獲取張量資料型別 a torch.randn 2,3 返回 1到1之間的隨機數2行3列 print a b a.shape 返回a形狀 touch.size 2,3 print b c a.size 返回的值和shape是一樣的 d a...

Pytorch常用函式功能使用（一）

import torch number 1 torch.randn 2,3 print number 1 print number 1.shape print number 1.view 1,1 print number 1.view 3,1 輸出 tensor 1.0506,0.5875,1.24...