Learning Path
浏览 PyTorch 相关教程与章节。
AI Agent、机器学习、深度学习、数据分析与 Python 科学计算。
教程
525
PyTorch torch.sort 函数 Pytorch torch 参考手册 torch.sort 是 PyTorch 中用于沿指定维度排序的函数。 函数定义 torch.sort(input, dim, descending, stable, out) 使用示例 实例 [mycode4 type='python'] import torch x = torch.tensor([[3, 1,..
PyTorch torch.sparse_coo_tensor 函数 Pytorch torch 参考手册 torch.sparse_coo_tensor 是 PyTorch 中用于构造稀疏 COO（坐标格式）张量的函数。 函数定义 torch.sparse_coo_tensor(indices, values, size=None, dtype=None, device=None, requires_grad=False) ..
PyTorch torch.sparse_csc_tensor 函数 Pytorch torch 参考手册 torch.sparse_csc_tensor 是 PyTorch 中用于构造稀疏 CSC（压缩稀疏列）张量的函数。 函数定义 torch.sparse_csc_tensor(ccol_indices, row_indices, values, size=None, dtype=None, device=None, re..
PyTorch torch.sparse_csr_tensor 函数 Pytorch torch 参考手册 torch.sparse_csr_tensor 是 PyTorch 中用于构造稀疏 CSR（压缩稀疏行）张量的函数。 函数定义 torch.sparse_csr_tensor(crow_indices, col_indices, values, size=None, dtype=None, device=None, re..
PyTorch torch.split 函数 Pytorch torch 参考手册 torch.split 是 PyTorch 中用于将张量沿指定维度分割的函数。 函数定义 torch.split(tensor, split_size, dim) 使用示例 实例 [mycode4 type='python'] import torch x = torch.arange(12).reshape(3..
PyTorch torch.split_with_sizes 函数 Pytorch torch 参考手册 torch.split_with_sizes 是 PyTorch 中用于按指定大小分割张量的函数。 函数定义 torch.split_with_sizes(input, split_sizes, dim=0) 使用示例 实例 [mycode4 type='python'] import tor..
PyTorch torch.sqrt 函数 Pytorch torch 参考手册 torch.sqrt 是 PyTorch 中用于计算张量逐元素平方根的函数。 函数定义 torch.sqrt(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch x = torch.tensor([4.0, 9.0, 16.0, 25.0]) ..
PyTorch torch.square 函数 Pytorch torch 参考手册 torch.square 是 PyTorch 中用于计算逐元素平方的函数。 函数定义 torch.square(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 计算逐元素平方 x = torch.tensor([1.0, 2.0, ..
PyTorch torch.squeeze 函数 Pytorch torch 参考手册 torch.squeeze 是 PyTorch 中用于移除张量中大小为 1 的维度的函数。 函数定义 torch.squeeze(input, dim) 使用示例 实例 [mycode4 type='python'] import torch # 创建有大小为 1 的维度的张量 x = torch.randn..
PyTorch torch.stack 函数 Pytorch torch 参考手册 torch.stack 是 PyTorch 中用于沿新维度堆叠多个张量的函数。它会创建一个新的维度，并将所有输入张量放在这个新维度上。 这在深度学习中常用于创建批量数据、堆叠多个模型的输出等场景。 函数定义 torch.stack(tensors, dim=0, out=None) 参数: tensors (Sequence of Te..
PyTorch torch.std 函数 Pytorch torch 参考手册 torch.std 是 PyTorch 中用于返回张量的标准差的函数。标准差是方差的平方根，衡量数据的离散程度。 函数定义 torch.std(input, dim, unbiased, keepdim=False) 使用示例 实例 [mycode4 type='python'] import torch x = t..
PyTorch torch.std_mean 函数 Pytorch torch 参考手册 torch.std_mean 是 PyTorch 中用于同时返回张量的标准差和均值的函数。这是一个高效的函数，可以在一次操作中同时计算标准差和均值。 函数定义 torch.std_mean(input, dim, unbiased, keepdim=False) 使用示例 实例 [mycode4 type='pytho..
PyTorch torch.stft 函数 Pytorch torch 参考手册 torch.stft 是 PyTorch 中用于短时傅里叶变换（Short-Time Fourier Transform）的函数。它将时域信号转换为频域表示，常用于音频处理和信号分析领域。 函数定义 torch.stft(input, n_fft, hop_length=None, win_length=None, window=None, cent..
PyTorch torch.sub 函数 Pytorch torch 参考手册 torch.sub 是 PyTorch 中用于执行逐元素减法的函数。 函数定义 torch.sub(input, other, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 逐元素相减 x = torch.tensor([5.0, 6.0, 7.0]..
PyTorch torch.subtract 函数 Pytorch torch 参考手册 torch.subtract 是 PyTorch 中用于执行逐元素减法的函数。与 torch.sub 功能相同。 函数定义 torch.subtract(input, other, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 逐元素相减 ..
PyTorch torch.sum 函数 Pytorch torch 参考手册 torch.sum 是 PyTorch 中用于计算张量元素之和的函数。它可以计算所有元素的和，也可以沿指定维度计算。 这是深度学习中常用的归约操作，用于损失计算、统计等场景。 函数定义 torch.sum(input, dim, keepdim, dtype, out) 参数: input (Tensor): 输入张量。 dim (int ..
PyTorch torch.svd 函数 Pytorch torch 参考手册 torch.svd 是 PyTorch 中用于计算矩阵奇异值分解的函数。 函数定义 torch.svd(input, some, compute_uv, out) 使用示例 实例 [mycode4 type='python'] import torch A = torch.randn(3, 4) # SVD 分解 ..
PyTorch torch.svd_lowrank 函数 Pytorch torch 参考手册 torch.svd_lowrank 是 PyTorch 中用于计算矩阵低秩近似 SVD 的函数。它使用随机方法计算部分 SVD，比完整 SVD 更快。 函数定义 torch.svd_lowrank(A, q=6, niter=2, mexp=2) 参数: A (Tensor): 输入矩阵。 q (int, 可选): 幂迭代次数..
PyTorch torch.t 函数 Pytorch torch 参考手册 torch.t 是 PyTorch 中用于二维张量转置的函数。 函数定义 torch.t(input) 使用示例 实例 [mycode4 type='python'] import torch x = torch.randn(3, 4) y = torch.t(x) print('原始形状:', ..
PyTorch torch.take 函数 Pytorch torch 参考手册 torch.take 是 PyTorch 中用于获取给定索引位置元素的函数。它将输入张量视为一维数组，然后返回指定索引位置的元素。 函数定义 torch.take(input, index) 参数: input (Tensor): 输入张量。 index (Tensor): 整数索引张量，指定要获取的元素位置。 返回值: torch...
PyTorch torch.take_along_dim 函数 Pytorch torch 参考手册 torch.take_along_dim 是 PyTorch 中用于沿指定维度获取索引位置元素的函数。它根据 indices 中指定的索引沿 dim 维度从 input 中取值。 函数定义 torch.take_along_dim(input, indices, dim) 参数: input (Tensor): 输入张量..
PyTorch torch.tan 函数 Pytorch torch 参考手册 torch.tan 是 PyTorch 中用于计算逐元素正切的函数。 函数定义 torch.tan(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 计算正切 x = torch.tensor([0.0, 0.7854, 1.5708]) ..
PyTorch torch.tanh 函数 Pytorch torch 参考手册 torch.tanh 是 PyTorch 中用于计算逐元素双曲正切的函数。 函数定义 torch.tanh(input, out=None) 使用示例 实例 [mycode4 type='python'] import torch # 计算双曲正切 x = torch.tensor([-1.0, 0.0, 1.0]..
PyTorch torch.tensor 函数 Pytorch torch 参考手册 torch.tensor 是 PyTorch 中用于创建张量的核心函数。它通过复制数据创建一个新的张量，并且不会保留原始数据的自动梯度历史。 这是创建 PyTorch 张量最常用的方式之一，适用于大多数场景。 函数定义 torch.tensor(data, dtype=None, device=None, requires_grad=Fal..