请我喝杯咖啡☕*备忘录：centercrop() 可以裁剪零个或多个图像，以它们为中心，如下所示：*备忘录：第一个参数是img（必需类型：pil图像或张量（int，float，complex或bool））：*备注：v2建议按照v1还是v2使...
请我喝杯咖啡☕*备忘录：fivecrop() 可以将图像裁剪为 5 个部分（左上、右上、左下、右下和中心），如下所示：*备忘录：第一个参数是img（必需类型：pil图像或张量（int））：*备注：v2建议按照v1还是v2使用？我应该使用哪一...
请我喝杯咖啡☕*备忘录：isclose() 可以检查第一个 0d 或更多 d 张量的零个或多个元素是否等于或接近等于第二个 0d 或更多 d 张量的零个或多个元素，得到 0d 或更多零个或多个元素的 d 张量如下所示：*备忘录：公式为 |输...
请我喝杯咖啡☕*备忘录：eq() 可以检查第一个 0d 或更多 d 张量的零个或多个元素是否等于第二个 0d 或更多 d 张量的零个或多个元素，得到 0d 或更多 d 张量零个或多个元素，如下所示：*备忘录：结果是具有更多元素的更高 d 张...
请我喝杯咖啡☕*备忘录：flatten() 可以通过从零个或多个元素的 0d 或多个 d 张量中选择维度来移除零个或多个维度，得到零个或多个元素的 1d 或多个 d 张量，如下所示：*备忘录：import torchfrom torch i...
请我喝杯咖啡☕*备忘录：unflatten() 可以向零个或多个元素的一维或多个 d 张量添加零个或多个维度，得到零个或多个元素的一维或多个 d 张量，如下所示：*备忘录：import torchfrom torch import nnun...
请我喝杯咖啡☕*我的帖子解释了 mnist。mnist() 可以使用 mnist 数据集，如下所示：*备忘录：from torchvision.datasets import mnisttrain_data = mnist( root...
请我喝杯咖啡☕*我的帖子解释了 emnist。emnist()可以使用emnist数据集，如下所示：*备忘录：有转换参数（可选-默认：无-类型：可调用）。有 target_transform 参数（可选-默认：无-类型：可调用）。有下载参数...
请我喝杯咖啡☕*我的帖子解释了 kmnist。kmnist() 可以使用 kmnist 数据集，如下所示：*备忘录：from torchvision.datasets import kmnisttrain_data = kmnist(...
