pytorch的基础记录

Posted czz0508

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch的基础记录相关的知识,希望对你有一定的参考价值。

torch.abs(input, out=None): 计算输入张量的每个元素的绝对值

torch.acos(input, out=None): 返回一个新张量,包含输入张量每个元素的反余弦函数

torch.add(input, value, out=None): 对输入张量input逐元素加上标量值value,并返回结果到一个新的张量out,即out=tensor+value

torch.addcdiv(tensor, value=1, tensor1, tensor2, out=None): 用tensor2对tensor1逐元素相除,然后乘以标量值value并加到tensor,张量的形状不需要匹配,但元素数量必须一致

torch.addcmul(tensor, value=1, tensor1, tensor2, out=None): 用tensor2对tensor1逐元素相乘,然后乘以标量值value并加到tensor,张量的形状不需要匹配,但元素数量必须一致

torch.asin(input, out=None): 返回一个新张量,包含输入张量每个元素的反正弦函数

torch.atan(input, out=None): 返回一个新张量,包含输入张量每个元素的反正切函数

torch.atan2(input1, input2, out=None): 返回一个新张量,包含两个输入张量的反正切函数

以上是关于pytorch的基础记录的主要内容,如果未能解决你的问题,请参考以下文章

深度学习——基础(基于Pytorch代码)

PyTorch基础(13)-- torch.nn.Unfold()方法

PyTorch基础(13)-- torch.nn.Unfold()方法

PyTorch基础(15)-- torch.flatten()方法

PyTorch基础(15)-- torch.flatten()方法

PyTorch基础(15)-- torch.flatten()方法