Python PyTorch diff用法及代码示例

本文简要介绍python语言中 torch.diff 的用法。

用法:

torch.diff(input, n=1, dim=- 1, prepend=None, append=None) → Tensor

参数：

• input(Tensor) -计算差异的张量

• n(int,可选的) -递归计算差异的次数

• dim(int,可选的) -计算差异的维度。默认是最后一个维度。

• prepend(Tensor,可选的) -在计算差异之前，沿 dim 将值添加到 input 或附加到 input。它们的尺寸必须与输入的尺寸相同，并且它们的形状必须与输入的形状匹配，但 dim 除外。

• append(Tensor,可选的) -在计算差异之前，沿 dim 将值添加到 input 或附加到 input。它们的尺寸必须与输入的尺寸相同，并且它们的形状必须与输入的形状匹配，但 dim 除外。

关键字参数：

out(Tensor,可选的) -输出张量。

计算沿给定维度的n-th 前向差异。

first-order 差异由 out[i] = input[i + 1] - input[i] 给出。高阶差异通过使用torch.diff()递归计算。

注意

当前仅支持n = 1

例子：

>>> a = torch.tensor([1, 3, 2])
>>> torch.diff(a)
tensor([ 2, -1])
>>> b = torch.tensor([4, 5])
>>> torch.diff(a, append=b)
tensor([ 2, -1,  2,  1])
>>> c = torch.tensor([[1, 2, 3], [3, 4, 5]])
>>> torch.diff(c, dim=0)
tensor([[2, 2, 2]])
>>> torch.diff(c, dim=1)
tensor([[1, 1],
        [1, 1]])