机器学习-Pytorch基础

1. Numpy和Pytorch可以相互转换，前者CPU上，后者GPU上，都是对矩阵进行运算，Pytorch的基本单位是张量。
2. torch 可以初始化全为0、全为1、符合正态分布的矩阵
3. 确定性初始化

• torch.tensor()
• torch.arrange()
• torch.linspace()
• torch.logspace()
• ones/zeros/eye/full

4. 随机性初始化

• torch.Tensor()
• torch.rand()
• torch.rand_like()
• torch.randint()
• torch.randn()

5. 直接点×关闭jupyter不正确，应该再启动一个命令行，进入打开jupyter的环境，打jupyter notebook stop
6. torch可以和python列表一样切片
7. 神经网络输入一维，图片是三维，所以需要维度变换，view()和reshape()都可以维度变换，后者鲁棒性更强。reshape可以多层嵌套，前者不行。化成一维可以偷懒，用-1。
8. 增加新的维度：unsqueeze()，增加一个括号
9. 维度缩减：squeeze()维度值为1才能删，因为维度值大于1删除会丢数据，减少个括号。
10. 维度扩展：expand(),repeat()
11. 维度调整：transpose(),permute()前者只能调两个维度，后者可以调整多个维度。某个算法可能只能用最后一个维度，所以需要进行维度的调整，如transformer()
12. 广播机制：相当于先进行了unsqueeze再进行expand。小维度向大维度进行广播时，得先匹配，得先小维度和大维度相同或者小维度为1才能进行广播。
13. 根据文档进行编程的思想！不用背API，知道这个函数的功能是什么，用到的时候去查文档。
14. 数学能力是科研能力的上限，如果是工作的话数学要求没那么高。
15. 张量的拼接 cat()和stack(),前者只能是需要拼接的维度不同，其他得相同；后者所有维度都必须相同。
16. 张量的拆分split()和chunk()，前者是按间隔拆分，后者是按数量拆分
17. 取整floor(),ceil(),round()
18. 裁数trunc(),frac()
19. 计算mean,max,sum,prod,min
20. a.argmax(),a.argmin()最大值索引和最小值索引
21. eq(),equal()前者更精细，每个位置比对，后者是整体比对。

博客1
博客2
博客3

文档1