动手学深度学习-线性代数

1、张量求和sum(),求平均值mean()

如：A.shape(2,5,4)

A.sum(axis=0), -> A.shape(5,4)

A.sum(axis=2), ->A.shape(2,5)

A.sum(axis=1,2) ->A.shape(2)

mean()用法同理：会减少张量的维度

2. 若要保持求和之后的维度不会减少，则用：keepdims=True

e.g:

sum_A = A.sum(axis=1, keepdims=True)
sum_A

3.

向量与向量的乘积：点积

torch.dot(x,y)

矩阵与向量的乘积：

torch.mv(A,x), 其中A的列维数与x的维数要相同。

矩阵与矩阵的乘积：

torch.mm(A,B)

4.范数

2范数：torch.norm(A,p=2)

F范数：torch.norm(A,p='fro')