| python | pytorch |
| Int | IntTensor of size() |
| float | FloatTensor of size() |
| Int array | IntTensor of size[d1, d2,...] |
| Float array | FloatTensor of size [d1, d2,...] |
| string | ---- |
dim 指tensor长度
size/shape:指tensor形状
tensor指矩阵具体数据
Tensor和tensor区别
Tensor接收shape作为参数
tensor直接接收数据作为参数
Tensor和FloatTensor的关系：两者意义相同
最好不用Tensor用tensor时给data
使用FloatTensor（d1, d2, d3）
uninitialized未初始化
创建未初始化数据
torch.empty()
torch.FloatTensor(d1,d2,d3)
torch.IntTensr(d1,d2,d3)
pytorch中默认使用FloatTensor
增强学习使用double类型，其他使用float类型
设置默认类型为double
torch.set_default_tensor_type(torch.DoubleTensor)
随机初始化
rand/rand_like,randint
rand会从[0,1)中随机均匀的分布生成
rand_like接收的参数不再是shape而是tensor
a=torch.rand(3,3) torch.rand_like(a)
randn正态分布
arange()函数生成等差数列
生成0到10默认等差为1的数列
torch.arange(0, 10)
生成0到10等差为2的数列
torch.arange(0, 10，2)
pytorch中不建议使用range()函数
linspace()函数
logspace()函数
ones()函数生成全1矩阵
zeros()函数生成全0矩阵
eye()函数生成对角线矩阵
randperm()函数随机打散
索引和切片pytorch学习05：索引和切片_HMTT的博客-CSDN博客
indexing
select first/last N
select by steps
分布采样
select by spcecific index
选择具体的索引号采样
mask掩码
mask_select
维度变换pytorch学习06：Tensor维度变换_HMTT的博客-CSDN博客
View/reshape
重塑
View和reshape几乎一模一样
Squeeze/unsqueeze
挤压/展开
Transpose/t/permute
维度交换/维度重拍
Expand/repeat
广播/复制
两种扩展
Expand:broadcasting
只改变方式，没有增加数据。
Repeat:memorty copied
增加了数据
推荐使用Expand
.transpose方法，转置，维度交换。
.t方法，维度交换，只适用于二维。
.contiguous方法，使数据连续
Broadcasting自动扩展pytorch学习07：Broadcast广播——自动扩展_HMTT的博客-CSDN博客
拼接与拆分pytorch学习08：拼接与拆分_HMTT的博客-CSDN博客
cat
（concatenate，拼接）
stack
split按长度拆分
chunk按数量拆分
数学运算pytorch学习09：矩阵基本运算_HMTT的博客-CSDN博客
建议直接使用运算符号
mm
只针对2d
matmul
@=matmul
PyTorch疑难杂症（1）——torch.matmul()函数用法总结_wendy_ya的博客-CSDN博客_torch.matmul
power
rsqrt
exp
clamp
属性统计pytorch学习10：统计运算_HMTT的博客-CSDN博客
norm范数
norm-p
mean，sum，min，max，prod
prod累乘
argmax，argmin
dim和keepdim
top-k or k-th
高阶OPpytorch学习11：where 和 gather_HMTT的博客-CSDN博客
where和gather
