torch.diff

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

计算给定维度上的 n 阶前向差分。

一阶差分由 out[i] = input[i + 1] - input[i] 给出。高阶差分通过递归使用 torch.diff() 计算。

参数

• input (Tensor) – 要计算差分的张量

• n (int, 可选) – 递归计算差分的次数

• dim (int, 可选) – 计算差分的维度。默认为最后一个维度。

• prepend (Tensor, 可选) – 在计算差分之前，沿 dim 预先添加或附加到 input 的值。它们的维度必须与输入的维度相同，并且它们的形状必须与输入的形状匹配，但 dim 维度除外。

• append (Tensor, 可选) – 在计算差分之前，沿 dim 预先添加或附加到 input 的值。它们的维度必须与输入的维度相同，并且它们的形状必须与输入的形状匹配，但 dim 维度除外。

关键字参数

out (Tensor, 可选) – 输出张量。

示例

>>> 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]])