1. 找到数组中最大值的下标：使用np.argmax()

    例如：>>> a = np.arange(6).reshape(2,3) + 10  

                  >>> a = array([[10, 11, 12],

                                           [13, 14, 15]])

                  >>> np.argmax(a)

                  输出为：5

    若需要输出具体的维度，可使用 np.unravel_index(a, a.shape)

    例如：>>>ind = np.unravel_index(np.argmax(a, axis=None), a.shape)

                  >>> ind(1, 2)

                 >>> a[ind]

                输出为：15  

2. 找到pytorch中一个数组tensor的下标： 使用torch.argmax()

    但是，pytorch中没有对应的np.unravel_index()。可以根据

      >>>ind = torch.argmax()

       >>>row = ind%a.shape[1]    #注意：由于最大值的下标ind是以列为单位进行得到的，故此处除以a.shape[1]

       >>>column = ind%a.shape[0]

3. 将numpy数组写入Excel文件

>>>import pandas as pd
>>>a = np.array([[1, 2], [3, 2], [1, 1], [3, 5], [5,2]])
>>>data = pd.DataFrame(a)
>>>writer = pd.ExcelWriter('A.xlsx')# 写入Excel文件
>>>data.to_excel(writer, 'page_1', float_format='%.5f')# ‘page_1’是写入excel的sheet名
>>>writer.save()
>>>writer.close()

--------------------- 

原文：https://blog.csdn.net/qq_41938858/article/details/87867237 

3. 张量类型之间的转换

 1) CPU和GPU的Tensor之间转换

     从cpu –> gpu，使用

>>>data.cuda()

    若从gpu –> cpu，则使用

>>>data.cpu()

  2) Tensor与Numpy Array之间的转换

      Tensor –> Numpy.ndarray 可以使用

>>>data.numpy()

其中，data的类型为torch.Tensor。 

      Numpy.ndarray –> Tensor 可以使用

>>>torch.from_numpy(data)

其中，data的类型为numpy.ndarray。

  3) Tensor类型之间的相互转换

torch.long() 将tensor投射为long类型 

>>>tensor = torch.Tensor(2, 5)
>>>newtensor = tensor.long()       #tensor为变量名

torch.half()将tensor投射为半精度浮点(16位浮点)类型 

>>>newtensor = tensor.half()

torch.int()将该tensor投射为int类型 

>>>newtensor = tensor.int()

torch.double()将该tensor投射为double类型 

>>>newtensor = tensor.double()

torch.float()将该tensor投射为float类型 

>>>newtensor = tensor.float()

torch.char()将该tensor投射为char类型 

>>>newtensor = tensor.char()

torch.byte()将该tensor投射为byte类型 

>>>newtensor = tensor.byte()

torch.short()将该tensor投射为short类型 

>>>newtensor = tensor.short()

--------------------- 

原文：https://blog.csdn.net/g11d111/article/details/80896137 

4. 去除一个数组中维度为1的维度: 使用np.squeeze(aa)。  例如：

>>>print (aa.shape)
>>>bb = np.squeeze(aa)
>>>print (bb.shape)

   输出为： （1,2,1）

                    (2)

5. Extract probability after a Pytorch model with the last layer being nn.Linear

   Giver the

  >>>output = self.model(input)

 >>>prob = torch.nn.functional.softmax(output)

6.