Pytorch-3:element-wise operation（包括element-wise大小比较）

Element-wise operation

Element-wise 也称为 Componet-wise 或者 Point-wise
这种操作在匹配的元素间起作用，“匹配”的含义是:

• 张量有同样的shape
• 元素的“位置”相同

t1 = torch.tensor([
	[1, 2],
	[3, 4]
	])

t2 = torch.tensor([
	[9, 8],
	[7, 6]
	])
#t1[0][0]与t2[0][0]是一对corresponding elements
####例：element-wise 加法
t3 = t1 + t2

然而，以下情况下，shape不匹配，也能进行element-wise操作，

t1 + 2		->	tensor([
				[3, 4],
				[5, 6]
				])

这是因为**广播机制（Broadcast）**的存在

t1 + 2		->	t1 + torch.tensor(np.broadcast_to(2, t1.shape))

t.abs()，对所有元素求绝对值

t.sqrt()，对所有元素求平方幂

t.neg()，对所有元素求相反数

叠加使用的例子：t.neg().abs

Element-wise comparison

以下函数中均可用Broadcast思想来实现。

eq()，判断相等

判断元素与参数是否相等，相等处返回1，其他为0。
以下其他函数逻辑类似。

t2.eq(9)		->tensor([
				[1, 0],
				[0, 0]
				])

ge()，greater equal 判断 t >= 参数

gt()，greater than 判断 t > 参数

lt()，less than 判断 t < 参数

le()，less equal 判断 t <= 参数