1评肆、torch.squeeze()?
這個(gè)函數(shù)主要對(duì)數(shù)據(jù)的維度進(jìn)行壓縮，去掉維數(shù)為1的的維度非区。
2瓜挽、torch.unsqueeze()
這個(gè)函數(shù)主要是對(duì)數(shù)據(jù)維度進(jìn)行擴(kuò)充。給指定位置加上維數(shù)為一的維度征绸。
3久橙、torch.cat
使用torch.cat((A,B),dim)時(shí)，除拼接維數(shù)dim數(shù)值可不同外其余維數(shù)數(shù)值需相同管怠，方能對(duì)齊淆衷。
生成隨機(jī)數(shù)
1、torch.rand
均勻分布渤弛。
2祝拯、torch.randn(*sizes, out=None) → Tensor
標(biāo)準(zhǔn)正態(tài)分布，包含了從標(biāo)準(zhǔn)正態(tài)分布（均值為0她肯，方差為1佳头，即高斯白噪聲）中抽取的一組隨機(jī)數(shù)。
3晴氨、torch.normal(means, std, out=None) → → Tensor
離散正態(tài)分布畜晰。返回一個(gè)張量，包含了從指定均值means和標(biāo)準(zhǔn)差std的離散正態(tài)分布中抽取的一組隨機(jī)數(shù)瑞筐。標(biāo)準(zhǔn)差std是一個(gè)張量凄鼻，包含每個(gè)輸出元素相關(guān)的正態(tài)分布標(biāo)準(zhǔn)差腊瑟。
4、torch.linspace(start, end, steps=100, out=None) → Tensor
線性間距向量块蚌。返回一個(gè)1維張量闰非，包含在區(qū)間start和end上均勻間隔的step個(gè)點(diǎn)。
輸出張量的長(zhǎng)度由steps決定峭范。
