PyTorch中部分方法介紹

1.torchvision.transforms.Normalize(mean, std)

mean參數：給定序列的均值，形式爲（R,G,B）(並不一定是三維)

std參數：給定序列的平均標準偏差（標準差），形式爲（R,G,B）(並不一定是三維)

功能：將給定的Tensor正則化，也就是按照如下公式計算：

---

2.torch.utils.data.DataLoader()

---

3.torch.nn.ReLu(flag)

   torch.nn.Tanh()

---

4.a.data.cpu()和a.cpu().data一樣，都是將數據取出放到cpu，準備放到cpu計算

---

5.torch.clamp(input, min, max, out=None)，將input的tensor限定在min~max之間，如果小於這個範圍，取min；大於這個範圍，去max，亦可input.clamp(min,max)這樣使用

---

6.nn.MSELoss(reduce)，使用是傳入兩個量x，y，計算（x-y)^2，如果reduce=False，直接返回向量形式的 loss；如果reduce=True，返回標量

7.nn.MaxPool2d(2)中，默認步長是2