pytorch__my_doc

1. torch.cross为叉乘，输出垂直与两个向量的向量。a*b是点乘，生成一个数。

https://blog.csdn.net/dcrmg/article/details/52416832

2. torch.sign

torch.sign(input, out=None)
说明：符号函数，返回一个新张量，包含输入input张量每个元素的正负（大于0的元素对应1，小于0的元素对应-1，0还是0）
参数：
input(Tensor) – 输入张量
out(Tensor,可选) – 输出张量

>>> a = torch.randn(4)
>>> a
tensor([ 0.7734,  0.5677, -0.3896,  1.9878])
>>> torch.sign(a)
tensor([ 1.,  1., -1.,  1.])

3. torch.masked_fill(self, mask: Tensor, value: Number)

import torch
a=torch.tensor([1,0,2,3])
b=torch.tensor([1,0,3,5])
c=a.masked_fill(mask = torch.ByteTensor([1,1,0,0]), value=torch.tensor(88888))
print('c:',c)
print('a:',a)

d=a.masked_fill_(b<2, 99999)
print('d:',d)
print('a:',a)

###########################输出#############################################
c: tensor([88888, 88888,     2,     3])
a: tensor([1, 0, 2, 3])
d: tensor([99999, 99999,     2,     3])
a: tensor([99999, 99999,     2,     3])

mask为True（1）时，在a张量中的对应索引处曲value值。
但是第一种情况不改变a
第二种情况改变a，不知道为什么

4. torch张量数据类型转换

https://blog.csdn.net/weixin_36670529/article/details/110293966

import torch
 
tensor = torch.randn(2, 2)
print(tensor.type())
 
# torch.long() 将tensor转换为long类型
long_tensor = tensor.long()
print(long_tensor.type())
 
# torch.half()将tensor转换为半精度浮点类型
half_tensor = tensor.half()
print(half_tensor.type())
 
# torch.int()将该tensor转换为int类型
int_tensor = tensor.int()
print(int_tensor.type())
 
# torch.double()将该tensor转换为double类型
double_tensor = tensor.double()
print(double_tensor.type())
 
# torch.float()将该tensor转换为float类型
float_tensor = tensor.float()
print(float_tensor.type())
 
# torch.char()将该tensor转换为char类型
char_tensor = tensor.char()
print(char_tensor.type())
 
# torch.byte()将该tensor转换为byte类型
byte_tensor = tensor.byte()
print(byte_tensor.type())
 
# torch.short()将该tensor转换为short类型
short_tensor = tensor.short()
print(short_tensor.type())
 
 
torch.FloatTensor
torch.LongTensor
torch.HalfTensor
torch.IntTensor
torch.DoubleTensor
torch.FloatTensor
torch.CharTensor
torch.ByteTensor
torch.ShortTensor

5. torch.where

torch.where(condition, x, y):
condition：判断条件
x：若满足条件，则取x中元素
y：若不满足条件，则取y中元素