1. torch.norm(x, p=1, dim=0, keepdim=True)：求矩陣x或者向量x的范數(shù)。

x：輸入數(shù)據(jù)，矩陣或者向量，元素類型必須是float類型。

p:范數(shù)：選擇范圍為：int, float, inf, -inf, 'fro', 'nuc'。p='fro':即矩陣F范數(shù)；當(dāng)p='nuc'是，為矩陣核范數(shù)：等價于矩陣奇異值的和；當(dāng)p為數(shù)值時，為向量的p范數(shù)。

源碼注釋

向量與矩陣各種范數(shù)：

范數(shù)總結(jié)

dim:指定按照哪個（1個）或者哪些維度（多個）計算輸入數(shù)據(jù)的范數(shù), 如dim=0, 按照輸入的第一個維度計算范數(shù)

keepdim：True or False,?如果是True，則保留dim指定的維度，F(xiàn)alse則不保留。

示例：

示例代碼

結(jié)果：

結(jié)果

2. torch.hub：Model Zoo, 涉及各方面的，對于市面上比較好的網(wǎng)絡(luò)模型以及訓(xùn)練好的網(wǎng)絡(luò)參數(shù)，拿過來整合到torch中，方面大家直接調(diào)用, 請參考?https://pytorch.org/hub/?當(dāng)前已有48個模型。

如何調(diào)用：比如3D ResNet, 點進去，就可以看到sample usage

3D ResNet

加載模型：

model loading

點擊View on Github可以看到這個模型的介紹，代碼，文檔等；

點擊Open on Google Colab提供了實驗環(huán)境，方便訓(xùn)練，調(diào)試等，注：國內(nèi)不能訪問；

點擊Open Model Demo提供了Demo功能。

在demo頁面，可以將視頻拖拽到框中，使用3D ResNet進行預(yù)測：

Demo界面

Top5 預(yù)測分類結(jié)果：射箭、投擲斧頭、玩彩彈、伸展手臂、騎馬

分類結(jié)果

Demo來自Hugging face：

起初Hugging face是一家總部位于紐約的聊天機器人初創(chuàng)服務(wù)商，他們本來打算創(chuàng)業(yè)做聊天機器人，然后在github上開源了一個Transformers庫，雖然聊天機器人業(yè)務(wù)沒搞起來，但是他們的這個庫在機器學(xué)習(xí)社區(qū)迅速大火起來。目前已經(jīng)共享了超100,000個預(yù)訓(xùn)練模型，10,000個數(shù)據(jù)集，變成了機器學(xué)習(xí)界的github。關(guān)于Hugging face詳細請參考知乎?https://zhuanlan.zhihu.com/p/535100411