Tensor
| Method | 描述 |
|---|---|
is_tensor(obj) |
如果 obj 是 PyTorch 张量，则返回 True ； |
is_storage(obj) |
如果 obj 是 PyTorch 存储对象，则返回 True ；[torch.storage() ] |
is_complex(input) |
input如果 的数据类型是复杂数据类型，则返回 True ； |
is_conj(input) |
如果 input 是共轭张量，则返回 True ，即其共轭位设置为 True； |
is_floating_point(input) |
如果 input 的数据类型是浮点数据类型，则返回 True ； |
is_nonzero(input) |
input 如果是 单个张量且类型转换后不等于0，则返回 True ； |
set_default_dtype(d) |
将默认浮点 dtype 设置为d；[ dtype 查看类型] |
get_default_dtype() |
获取当前的默认浮点数 torch.dtype；[默认是 torch.float32 ] |
set_default_tensor_type(t) |
将默认 torch.Tensor 类型设置为浮点张量类型 t； |
numel(input) |
返回 input 张量中元素的总数；[考虑 tensor.shape 的各个维度相乘] |
set_printoptions |
设置输出格式； |
set_flush_denormal(model) |
禁用 CPU 上的非规范浮点数；[处理精度问题，False 则完整输出] |
创建操作
| Method | 描述 |
|---|---|
tensor |
用 构造一个张量data； |
sparse_coo_tensor |
在给定索引处构造一个具有指定值的 COO(rdinate) 格式的稀疏张量； |
as_tensor |
将数据转换为torch.Tensor ； |
as_strided |
创建具有指定大小、步幅和 storage_offset 的现有 torch.Tensor 输入的视图； |
from_numpy |
从 numpy.ndarray 创建一个张量； |
frombuffer |
从实现 Python 缓冲区协议的对象创建一维张量； |
zeros |
返回一个用标量值 0 填充的张量，其形状由变量参数 *size 定义； |
zeros_like |
返回一个用标量值 0 填充的张量，大小与 input 相同； |
ones |
返回一个用标量值 1 填充的张量，其形状由变量参数 *size 定义； |
ones_like |
返回一个用标量值 1 填充的张量，其大小与input 相同； |
arange |
返回大小为$\left\lceil\frac{\text { end-start }}{\text { step }}\right\rceil$的一维张量，生成区间 [start , end)，公差为 step； |
range |
返回大小为 $\left\lceil\frac{\text { end-start }}{\text { step }}\right\rceil +1$ 的一维张量值，从start到 end，步长为 step； |
linspace |
创建大小为 steps 的一维张量，其值从到 start 到 end 的均匀分布； |
logspace |
创建大小为 steps 的一维张量，值从 ${{\text{{base}}}}^{{\text{{start}}}}$ 到 ${{\text{{base}}}}^{{\text{{end}}}}$ ； |
eye |
返回一个二维张量，其中对角线为 1，其他位置为 0； |
empty |
返回一个未初始化数据的张量； |
empty_like |
返回与 input 大小相同的未初始化张量； |
empty_strided |
返回一个充满未初始化数据的张量； |
full |
创建一个大小为 size 的张量，值用 fill_value 填充； |
full_like |
返回一个与input 大小相同的张量，并用fill_value填充； |
quantize_per_tensor |
将浮点张量转换为具有给定比例和零点的量化张量； |
quantize_per_channel |
将浮点张量转换为具有给定比例和零点的每通道量化张量； |
dequantize |
通过反量化量化张量返回 fp32 张量； |
complex |
构造复数张量，其实部等于 real 虚部等于 imag； |
polar |
构造复数张量，元素是笛卡尔坐标，对应于具有绝对值和角度的极坐标； |
heaviside |
计算 中的每个元素的 Heaviside 阶跃函数input； |
索引、切片、连接、变异操作
| Method | 描述 |
|---|---|
cat |
连接给定seq给定维度的张量序列；[ 默认axis = 0 ] |
concat |
别名 torch.cat()； |
conj |
返回input带有翻转共轭位的视图；[ real 相等，imag 相反，考虑 is_conj() ] |
chunk |
将张量拆分为指定数量的块；[ 不一定等于给定数量块 ] |
dsplit |
将input具有三个或更多维度的张量深度拆分为多个张量； |
column_stack |
通过在 中水平堆叠张量来创建一个新张量 tensors； |
dstack |
按深度顺序堆叠张量（沿第三轴）； |
gather |
沿 dim 指定的轴收集值； |
hsplit |
将input具有一个或多个维度的张量水平拆分为多个张量； |
hstack |
水平顺序堆叠张量（按列）； |
index_select |
返回一个新的张量，沿指定轴、索引选择； |
masked_select |
返回一个新的一维张量，根据 mask 中的 True 选择 input 中的值； |
movedim |
将 input 的轴从 source 转移到 destination ； |
moveaxis |
torch.movedim() 的别名； |
narrow |
返回一个新的张量，沿指定 dim ，选择从 start 到 start+length 的元素 ； |
nonzero |
返回一个新的张量，将值不为 0 的坐标给出； |
permute |
返回原始张量的视图，input其尺寸已置换； |
reshape |
返回具有与input相同的数据和元素数量但具有指定形状的张量； |
row_stack |
torch.vstack() 的别名； |
scatter |
异地版本torch.Tensor.scatter_() ； |
scatter_add |
异地版本torch.Tensor.scatter_add_() ； |
split |
根据 split_size_or_sections 将张量拆分为块； |
squeeze |
返回一个张量，其中所有input大小为1的维度都已删除； |
stack |
沿 dim 连接一系列张量； |
swapaxes |
torch.transpose() 的别名； |
swapdims |
torch.transpose() 的别名； |
t |
张量转置； |
take |
从 input 返回具有给定索引处元素的新张量； |
take_along_dim |
从给定 input 的 1 维索引处选择值； |
tensor_split |
根据 指定的索引或节数，将input一个张量拆分为多个子张量； |
tile |
通过重复 input 的元素构造一个张量。 |
transpose |
返回一个张量，它是 的转置版本input。 |
unbind |
删除轴 dim 下的张量维度，并返回新张量。 |
unsqueeze |
返回一个插入到指定位置的尺寸为 1 的新张量。 |
vsplit |
根据input将具有两个或多个维度的张量垂直拆分为多个张量。 |
vstack |
垂直（按行）按顺序堆叠张量。 |
where |
返回从x或y中选择的元素的张量，具体取决于condition. |
Generators
| Method | 描述 |
|---|---|
Generator |
创建并返回一个生成器对象，该对象管理生成伪随机数的算法的状态； |
随机抽样
| Method | 描述 |
|---|---|
seed |
将生成随机数的种子设置为非确定性随机数； |
manual_seed |
设置生成随机数的种子； |
initial_seed |
返回用于生成随机数的初始种子作为 Python long； |
get_rng_state |
以torch.ByteTensor 形式返回随机数生成器状态； |
set_rng_state |
设置随机数生成器状态； |
分布
| Method | 描述 |
|---|---|
bernoulli |
从伯努利分布中绘制二进制随机数（0 或 1）； |
multinomial |
返回一个张量，每一行包含num_samples从位于相应张量行中的多项概率分布中采样的索引； |
normal |
返回从给出均值和标准差的独立正态分布中抽取的随机数张量； |
poisson |
返回与从泊松分布中采样的每个元素大小相同的张量； |
rand |
从区间上的均匀分布返回一个填充有随机数[ 0 ,1 )的张量 |
rand_like |
返回一个大小相同的张量，其中input填充了区间上均匀分布的随机数[0, 1)； |
randint |
返回一个填充了随机整数的张量，用[low ,high)填充的张量； |
randint_like |
返回一个与 Tensor 形状相同的张量，[low，high）之间均匀生成的随机整数； |
randn |
从均值为 0方差为1的正态分布中返回一个填充随机数的张量； |
randn_like |
返回一个大小相同的张量，填充了来自均值为 0 和方差为 1 的正态分布的随机数； |
randperm |
返回从 0 到 n-1 的整数的随机排列； |