Tensor and autograd

1.　　t.Tensor 和t.tensor的不同

　　　t.Tensor(size)可以直接创建形为size的张量

　　　t.tensor()需要t.tensor([1, 2])创建. 不论输入的类型是什么，t.tensor都会进行数据拷贝，不会共享内存

2.　　resize()和view()的不同

　　resize()可以修改张量的大小，而view()只能调整形状

3.　　a[0:1, :2].size()=torch.Size([1, 2])

　　a[0, :2].size()=torch.Size([2])

4. 参数dim

假设输入的形状是(m, n, k)

• • 如果指定dim=0，输出的形状就是(1, n, k)或者(n, k)
  • 如果指定dim=1，输出的形状就是(m, 1, k)或者(m, k)
  • 如果指定dim=2，输出的形状就是(m, n, 1)或者(m, n)

size中是否有"1"，取决于参数keepdim，keepdim=True会保留维度1。

并非所有函数都符合这种形状变化方式，如cumsum

5. torch.mm()矩阵相乘

　　torch.mul()矩阵对应位相乘

Tensor and autograd

原文：https://www.cnblogs.com/cs-zzc/p/11440443.html