Tensor Operation
1. 張量拼接與切分
torch.cat()：將張量的維度dim進行拼接，不會擴張張量的維度
如dim=0，則兩個向量將在第0維進行拼接：(3,4)concat(3,4)-->(6,4)
torch.stack()：在新創建的維度dim上進行拼接
如dim=0，則(3,4)stack(3,4)-->(2,3,4)
如dim=2，則(3,4)stack(3,4)-->(3,4,2)
torch.chunk()：將張量維度dim進行平均切分，返回張量列表。
若不能整除，最後一份張量小於其他張量
chunk：要切的份數
torch.split()：將張量按維度dim進行切分，返回張量列表
split_size_or_sections：當爲int時，表示每一份的長度；當爲list時，按list元素切分
2. 張量索引
torch.index_select()：在維度dim上，按index索引數據。依index索引數據拼接的張量。
index：是dtype爲torch.long的tensor
t = torch.randint(0, 9, size=(3, 3))
idx = torch.tensor([0, 1], dtype=torch.long)
t_select = torch.index_select(t, dim=0, index=idx)
torch.mask_select()：按mask中的True進行索引，返回一維張量。
t = torch.randint(0, 9, size=(3, 3))
mask = t.ge(5) # >=5 return true; else false
t_select = torch.masked_select(t, mask)
3. 張量變換
torch.reshape()：變換張量形狀。當張量在內存中是連續時，新張量與input共享數據內存。
torch.transpose()：變換張量的兩個維度
torch.t()：二維張量的轉置
torch.squeeze()：壓縮長度爲1的維度。
dim爲None時，移除所有長度爲1的軸；若指定維度，當且僅當該軸長度爲1時，可以被移除
torch.unqueeze()：依據dim擴展維度
Tensor Math Operation
torch.add()：逐元素計算input+alpha+other
torch.addcdiv():
torch.addcmul():
