记录一些Pytorch方便的函数＜即插即用＞

引言

Pytorch自己有一些函数可以实现很复杂的一些功能，自己以前想创建一个tensor，经常傻乎乎的创建一个空Tensor，然后再慢慢调整，不但不美观，而且有的时候时间复杂度很高。这个博客记录了一些Pyrotch的很方便的函数，想实现某个功能时，可以去查阅一下有没有一步到位的函数。

TORCH.FULL

torch.full(size, fill_value, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) 

作用： 返回以size填充的大小的张量fill_value。

关键参数：
size (int...) – a list, tuple, or torch.Size of integers defining the shape of the output tensor.
fill_value – the number to fill the output tensor with.
out (Tensor, optional) – the output tensor.
dtype (torch.dtype, optional) – the desired data type of returned tensor.

样例：

>>> torch.full((2, 3), 3.141592)
tensor([[ 3.1416,  3.1416,  3.1416],[ 3.1416,  3.1416,  3.1416]])

TORCH.WHERE

torch.where(condition, x, y) → Tensor

作用：返回从x或y中选择的元素的张量，具体取决于condition。该操作定义为：

关键参数：
condition (BoolTensor) – When True (nonzero), yield x, otherwise yield y
x (Tensor) – values selected at indices where condition is True
y (Tensor) – values selected at indices where condition is False

样例：

>>> x = torch.randn(3, 2)
>>> y = torch.ones(3, 2)
>>> x
tensor([[-0.4620,  0.3139],[ 0.3898, -0.7197],[ 0.0478, -0.1657]])
>>> torch.where(x > 0, x, y)
tensor([[ 1.0000,  0.3139],[ 0.3898,  1.0000],[ 0.0478,  1.0000]])

TORCH.NE

torch.ne(input, other, out=None) → Tensor

作用：逐元素计算input != output，第二个参数可以是数字或张量，其形状可 与第一个参数一起广播。

关键参数：
input (Tensor) – the tensor to compare
other (Tensor or float) – the tensor or value to compare
out (Tensor, optional) – the output tensor that must be a BoolTensor

样例：

>>> torch.ne(torch.tensor([[1, 2], [3, 4]]), torch.tensor([[1, 1], [4, 4]]))
tensor([[False, True], [True, False]])

TORCH.BMM

torch.bmm(input, mat2, deterministic=False, out=None) 

作用：执行存储在input 中的矩阵和矩阵矩mat2的乘积。input和mat2必须是3D张量，每个张量包含相同数量的矩阵。如果input是$(b?n?m)$ 张量，mat2是 $（b?m?p）$ 张量，out将是 $(b?n?p)$ 张量。

关键元素：
input (Tensor) – the first batch of matrices to be multiplied
mat2 (Tensor) – the second batch of matrices to be multiplied
deterministic (bool, optional) – flag to choose between a faster non-deterministic calculation, or a slower deterministic calculation. This argument is only available for sparse-dense CUDA bmm. Default: False
out (Tensor, optional) – the output tensor.

样例：

>>> input = torch.randn(10, 3, 4)
>>> mat2 = torch.randn(10, 4, 5)
>>> res = torch.bmm(input, mat2)
>>> res.size()
torch.Size([10, 3, 5])

TORCH.CLAMP

torch.clamp(input, min, max, out=None) 

作用：将所有元素固定在$[min，max]$范围内，并返回结果张量：

关键元素：
input (Tensor) – the input tensor.
min (Number) – lower-bound of the range to be clamped to
max (Number) – upper-bound of the range to be clamped to
out (Tensor, optional) – the output tensor

样例：

>>> a = torch.randn(4)
>>> a
tensor([-1.7120,  0.1734, -0.0478, -0.0922])
>>> torch.clamp(a, min=-0.5, max=0.5)
tensor([-0.5000,  0.1734, -0.0478, -0.0922])