torch.clamp(input, min, max, out=None) → Tensor

将 input 张量中的每个元素值截断到区间 [min, max] 中。

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

对 tensors 沿指定维度拼接，但会额外增加一维拼接的维度，即拼接时来自于 tensors 中每个 tensor 中的拼接元素单独组成一个维度。

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

对 tensors 沿指定维度拼接，返回的 Tensor 维度不变，即拼接时直接将 tensors 中每个 tensor 的对应维度的元素拼接在一起。

torch.squeeze(input, dim=None, out=None) → Tensor

• dim = None：去除 input 张量中所有 size 为 1 的维度。
• 指定 dim 时：若该维度 size 为 1 则去除，否则保持 input 张量不变。

torch.unsqueeze(input, dim) → Tensor

• dim >= 0：在指定维度前插入一维。
• dim < 0：在指定维度后插入一维。

torch.flip(input, dims) → Tensor

• 将 input 张量沿着列表/元组 dims 中的每一个维度依次翻转。

torch.Tensor.contiguous(memory_format=torch.contiguous_format) → Tensor

• 返回一个内存连续且有相同数据的 Tensor，如果原 Tensor 已经内存连续，则直接返回原 Tensor。

torch.Tensor.permute(*dims) → Tensor

• 根据 dims 给定的维度顺序对张量进行维度换位。

torch.Tensor.transpose(dim0, dim1) → Tensor

• 对 dim0 和 dim1 两个维度换位。

torch.nn.functional.grid_sample(input, grid, mode='bilinear', padding_mode='zeros', align_corners=None) → Tensor