这里介绍一些张量的基本运算
def torch4(): # 基本运算
data = torch.randint(0, 10, [2, 3])
print(data)
data = data.add(10) # 不改变原来,返回新的张量sub减法,mul乘法,div除法,neg取相反数
print(data)
data.sub_(1) # 加下划线改变原来值
print(data)
然后下面包括张量一些稍高级的运算
def torch18():
data = torch.randint(0, 10, [3, 4]).double()
print(data)
print(data.mean()) # 均值
print(data.sum()) # 和
print(data.pow(2)) # 平方
print(data.sqrt()) # 平方根
print(data.exp()) # e的次方
print(data.log()) # 对数
张量的阿达玛积
def torch5(): # 矩阵对应位置相乘:阿达玛积
data1 = torch.tensor([[2, 3], [5, 6]])
data2 = torch.tensor([[1, 2], [3, 4]])
data3 = data1 * data2
print(data3)
点积运算
def torch6(): # 点积运算必须一个(m,n)一个(n,p)结果(m,p)
data1 = torch.tensor([[1, 2], [3, 4], [5, 6]])
data2 = torch.tensor([[1, 2, 3], [4, 5, 6]])
data3 = data1 @ data2
print(data3)