y), ) # 维度为(3, 3)
z = torch.randn(, )
torch.cat((x, z), ) # 报错
stack
相比于Cat,Stack则会增加新的维度,并且将两个矩阵在新的维度上进行堆叠...,一般要求两个矩阵的维度是相同的!...import torch
x = torch.randn(,)
y = torch.randn(,)
torch.stack((x, y), ) # 在0维度进行堆叠,维度为(2, 1, 2)
torch.stack...((x, y), ) # 维度为(1, 2, 2)
transpose
其作用为交换两个维度,类似于二维矩阵的转置作用!...= x1.std(dim=, unbiased=False).reshape(, , , )
my_bn = (x - mean)/std
print((official_bn-my_bn).sum(