加减乘除
矩阵相乘
torch.mm 只适用于2d，不推荐
torch.matmul 推荐使用
@ 运算符重载
次方运算
a = torch.full([2,2],3)
aa = a.pow(2)
操作运算如下：
a.pow(n) 表示a^n^
a**n 表示a^n^
aa.sqrt() 表示aa ^1/2^
aa.rsqrt() 表示aa^1/3^
注意这里没有torch.
幂/对数
a = torch.exp(torch.one(2,2)) #指数运算
b = torch.log(a) #对数运算，默认底数为e
c = torch.log2(a) #对数运算，改变底数
近似值
向下取整，floor()
向上取整，ceil()
取整数部分，trunc()
取小数部分，frac()
四舍五入法，round()
clamp()
- clamp(min)
- clamp(min,max)
数据统计
norm范数
a.norm(n,dim=m) #n表示求n的范数，m表示第m维
mean(),sum(),min(),max(),prod()累乘,argmax()返回最大值的下标,argmin()返回最小值的索引
argmax(dim=n)表示在第n维的最大值，如果不指定维度，则会打平为一维数据，返回所有数据的最大值的索引。
dim,keepdim
keepdim表示维度信息和原来的一样
Top-k/k-th
a.topk(k,dim=n， largest=False) #k表示前k个，dim表示维度，largest表示最大值，
默认True，要得到最小值就改为Flase a.kthvalue(k,dim=n) #表示第n维的第k小的值  ## 比较 `>,>=,<,<=,!=,==` 判断每一个元素是否相等`torch.eq(a,b)`，返回维度相同，值为0/1的矩阵 判断整个数据是否相等`torch.equal(a,b)`，返回True或者False