2019/03/31 19:40
1.那个plt.ion()和plt.ioff()动态显示图片没有搞明白？
2.torch.cat()：
把A和B两个tensor拼接
torch.cat((A, B), 0)按行拼接，也就是说A和B的列向量的维数是一样的；A(a,3) B(b, 3)
torch.cat((A, B), 1)按列拼接，也就是说A和B的行向量的维数是一样的；A(3,a) B(3, b）
也可以其次，cat还可以把list中的tensor拼接起来
3.torch.normal(means, std, out=None)：
返回一个张量，包含从给定参数means,std的离散正态分布中抽取随机数。
均值means是一个张量，包含每个输出元素相关的正态分布的均值。
std是一个张量，包含每个输出元素相关的正态分布的标准差。
均值和标准差的形状不须匹配，但每个张量的元素个数须相同
参数
means (Tensor) – 均值
std (Tensor) – 标准差
out (Tensor) – 可选的输出张量