1.对应元素的加减乘除
- 对应元素的加减乘除使用“+”,“-”,“*”,“/”即可,eg: x + y,x - y,x * y,x / y
- 矩阵乘法使用torch.matmul(x. y):此函数对一维的Tensor会自动进行转置进行矩阵运算
- 此外加法还可以用torch.add(x, y);torch.add(x, y, out=result),指定输出Tensor;y.add_(x),将结果保存到y中
2.指数运算
对Tensor中的每个元素进行指数运算
- x.exp()
- torch.exp(x)
二者效果相同
3.改变Tensor形状
- view()
y = x.view(15)
z = x.view(-1, 5) # -1所指的维度可以根据其他维度的值推出来
注意 view() 返回的新tensor与源tensor共享内存(其实是同⼀个tensor),也即更改其中的⼀个,另外⼀个也会跟着改变。(顾名思义,view仅仅是改变了对这个张量的观察⻆度)
- reshape()
与view用法相同,但是不共享内存,生成新的副本
4.item()函数
可以将⼀个标量
Tensor
转换成⼀个
Python number
:
x = torch.randn(1)
print(x)
print(x.item())
tensor([2.3466])
2.3466382026672363