cat函数:

cat函数不会增加维度，默认按照dim=0连接张量

stack函数:

stack函数会增加一个维度

nn.Linear的默认输入:

torch中默认输入一定要为tensor，并且默认是tensor.float32，此外device如果没有model.to(device)放到gpu上面默认会在cpu上运行，如果把模型放到了device上面，那么输入的向量也要放到gpu上面

torch的eval模式和train模式:

使用model.eval模式，模型会进入评估模式，在这个时候，会丢弃以下行为:

1. Dropout：在评估模式下，Dropout 层不会丢弃任何神经元，所有的神经元都会参与计算。

2. Batch Normalization：在评估模式下，Batch Normalization 层会使用训练过程中累积的均值和方差来进行归一化，而不是使用当前批次的数据。

使用model.train模式，模型会进入训练模式，这时候模型会启用Dropout和Batch Normalization

torch.gather函数:

torch.gather(input, dim, index) → Tensor

 假设input的shape为(a*b*c),index的shape需要为(a*b,x)，这时候指定dim=2，就会把dim=2这一维度的向量按照x的下标收集起来1

import torch# 创建一个形状为 (3, 4) 的输入张量
input = torch.tensor([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]])# 创建一个形状为 (3, 2) 的索引张量
index = torch.tensor([[0, 1],[1, 2],[2, 3]])# 沿着第 1 维（列）收集元素
output = torch.gather(input, dim=1, index=index)print(output)"""
tensor([[ 1,  2],[ 6,  7],[11, 12]])
"""

torch.distributions.Categorical函数:

torch.distributions.Categorical(probs=None, logits=None)

probs代表概率，要求加起来为1，logits代表对数概率，不一定要加起来为1，torch会自动计算让他们加起来为1，虽然用np.random.choice也能实现这个效果，但是numpy是不能进行梯度计算的

action_dist = torch.distributions.Categorical(probs)
action = action_dist.sample()

item() 和 detach().cpu().numpy()

在深度学习训练后，需要计算每个epoch得到的模型的训练效果的时候，一般会用到detach() item() cpu() numpy()等函数。

• item()：返回的是tensor中的值，且只能返回单个值（标量），不能返回向量，使用返回loss等，得到的值因为是标量所以肯定是在cpu上，因为cuda上只能放tensor
• detach(): 阻断反向传播，返回值任然是tensor
• cpu():将tensor放到cpu上，返回值任然是tensor
• numpy():将tensor转换为numpy，注意cuda上面的变量类型只能是tensor，不能是其他

在pytorch中反向传播只能对计算出的loss进行，loss肯定是一个具体的值，使用detach是为了把拿出的计算图和主图分离，计算出的loss不再对主干进行修改：

critic_loss = torch.mean(F.mse_loss(self.critic(states), td_target.detach()))
critic_loss.backward()

如上的critic_loss.backward()只会修改critic的参数，并不会修改td_target的参数