第一篇部落格是從torch7提取出來最常用的知識。
主要講Tensor的用法及其一些函式。
**先說一嘴：**torch中一般有這個東西，就是
y = torch.func(x,…)等價於y = x:func(…)，就是說如果用”torch”,那麼“src”是第一個引數。否則就”src:”

初始化

Tensor/rand/zeros/fill

z = torch.Tensor(3,4,2,3,5)  --可以建立多維陣列。裡面是隨機的數。
s = torch.Tensor(2,3):fill(1) --用1填充
t = torch.rand(3,3)
m = torch.zeros(3
 
,3）

其他的初始化方法

t = torch.rand(4,4):mul(3):floor():int()
t = torch.Tensor(3,4):zero()  --注意這裡Tensor的每個元素賦值為0的zero沒有s

Tensor的內容以及資訊

1. Dimension/size/nElement

z = torch.Tensor(3,4)
x = z:nDimension()  -- 2
y = z:size()  -- y的值為size2的一維陣列。3和4
t = z:nElement() -- 12

1. 用’[ ]’來取數。而不是像matlab的用’( )’。

Tensor的儲存方式

陣列的第一個數儲存位置為storageOffset(), 從1開始。

x = torch.Tensor(7,7,7)
x[3][4][5]等價於x:storage()[x:storageOffset()+(3-1)*x:stride(1)+(4-1)*x:stride(2)
+(5-1)*x:stride(3)]
-- stride(1)，stride(2)和stride(3)分別是49,7,1

Tensor的複製

x = torch.Tensor(4):fill(1)
y = torch.Tensor(2,2):copy(x) --也可以實現不同Tensor的複製。
 

Tensor的提取

select/narrow/sub

總說：select是直接提取某一維；narrow是取出某一維並進行裁剪； sub就是取出一塊，是對取出的所有維進行裁剪。
語法： select(dim, index)； narrow(dim, index, num); sub(dim1s, dim1e, dim2s, dim2e,…)

x = torch.Tensor(3,4)
i = 0 
x:apply(function()i = i+1 return i end)
--[[
x 為
  1   2   3   4
  5   6   7   8
  9  10  11  12
]]
selected = x:select(1,2)  --第一維的第二個。就是第二行。相當於x[2]
narrowed = x:narrow(2,1,2)
--[[
th> narrowed
  1   2
  5   6
  9  10
]]
subbed = x:sub(1,3,2,3)
--[[ 一維到3為止，二維也到3為止。
th> subbed
  2   3
  6   7
 10  11
]]

用”{ }”來提取

上面的用函式的方式可能還是有點兒麻煩。matlab有類似(:, : ,1:2)的寫法。那麼lua呢？
語法:
1. [ {dim1 , dim2, …} ]來獲取某些維度。類似select
2. [ { {dim1s, dim1e}, {dim2s, dim2e},… } ] 來進行類似narrow或是sub的裁剪。

x = torch.Tensor(5,6):zero()
x[{1,3}] = 1 --等價於matlab的 x(1,3） = 1
x[ {2, {2,4}} ] = 2 --等價於matlab的 x(2,2:4) = 2
x[ { {}, 4}] = -1 --等價於matlab的 x(:,4) = -1

Expand/RepeatTensor/Squeeze

1. expand

x = torch.rand(10,2,1)
y = x:expand(10,2,3) --將三維的size變成了3
-- expand即為“擴充套件”，擴充套件某個size為1的那一維度

1. repeatTensor：將Tensor看成一個元素，按照特定方式進行排列。

x = torch.rand(5)
y = x:repeatTensor(3,2) --size變成了3x10

1. squeeze ：將size為1的維度壓縮掉。

View/transpose/permute

1. view：將Tensor看成特定空間維數.

   x = torch.zeros(2,2,3)
   x:view(3,4) --等價於x:view(3, -1)
   --  -1 表示將剩餘元素全部看成這一維度

2. transpose：是permute的精簡版本。transpose(dim1, dim2)只能將兩個維度進行互換

x = torch.Tensor(3,4):zero()
y1 = x:t() --如果是2D資料等價於transpose(1,2)
y2 = x:transpose(1,2)

3.permute

x = torch.Tensor(3,4,2,5)
y = x:permute(2,3,1,4) -- 按照2,3,1,4維進行重排列。