Warning: 一些参数是不赞成的:(keep_dims)。它们将在未来的版本中被删除。更新说明:不推荐使用keep_dims，而是使用keepdims。

torch.cat(tensors, dim=0, out=None) → Tensor

这个操作从begin指定的位置开始，从张量输入中提取一个大小为size的切片。切片大小用张量形状表示，其中size[i]是要切片的输入的第i维的元素个数。切片的起始位置(begin)表示为输入每个维度中的偏移量。换句话说，begin[i]...

torch.autograd提供实现任意标量值函数的自动微分的类和函数。它只需要对现有代码进行最小的更改—您只需要声明张量s，对于该张量，应该使用requires_grad=True关键字计算梯度。...

This operation outputs a Tensor that holds the new value of ref after the value has been assigned. This makes it easier to chain operations that need to use the...

如果输入的是一个向量，也就是rank=1，找到最大的k个数在这个向量，则输出最大的k个数字和最大的这k个数字的下标。如果输入的张量是一个更高rank的矩阵，那么我们只要找到每一行的最大的k个数字，以及他们的下标。如果两个元素...

This operation pads a tensor according to the paddings you specify. paddings is an integer tensor with shape [n, 2], where n is the rank of tensor.

Clips tensor values to a specified min and max.

也就是说torch.nonezero()的作用就是找到tensor中所有不为0的索引。（要注意返回值的size）

y = torch.Tensor(2,2):copy(x) --- 修改y并不改变原来的x