Pytorch学习笔记--常用函数nn.init.normal()、nn.init.constant_()、torch.from_numpy()、torch.index_select()总结4

目录

1--torch.nn.init.normal()和torch.nn.init.constant_()函数

2--torch.from_numpy()函数

3--torch.index_select()函数

1--torch.nn.init.normal()和torch.nn.init.constant_()函数

torch.nn.init.normal()函数：torch.nn.init.normal(tensor, mean, std)基于输入参数（均值mean和标准差std）初始化输入张量tensor；
torch.nn.init.constant_()函数：torch.nn.init.constant_(tensor, val)基于输入参数（val）初始化输入张量tensor，即tensor的值均初始化为val。

2--torch.from_numpy()函数

torch.from_numpy()函数：torch.from_numpy(numpy_array)基于输入numpy数组（numpy_array）返回一个tensor张量（数据不变，类型转换），作用是转换numpy_array -> tensor。

3--torch.index_select()函数

torch.index_select()函数：torch.index_select(input, dim, index, out=None)，从input（tensor类型）指定维度dim中，根据索引号集合（index）返回tensor数据。代码示例如下：

import torch

A = torch.randn(3,3)
print(A)

B = torch.index_select(input = A, dim = 0, index = torch.tensor([2, 1, 0]))
print(B)

C = torch.index_select(input = A, dim = 1, index = torch.tensor([2, 1, 0]))
print(C)

# Result

# A
tensor([[-0.3668, -0.3146, -0.6733],
        [ 0.9665,  0.0659,  0.3673],
        [ 0.5270,  0.4577,  0.4240]])

# B
tensor([[ 0.5270,  0.4577,  0.4240],
        [ 0.9665,  0.0659,  0.3673],
        [-0.3668, -0.3146, -0.6733]])

# C
tensor([[-0.6733, -0.3146, -0.3668],
        [ 0.3673,  0.0659,  0.9665],
        [ 0.4240,  0.4577,  0.5270]])