pytorch数据运算2

两个矩阵的按元素乘法为 哈达玛积(Hadamard product)

数学符号为⊙

sum函数的对于矩阵不同维度的求和

若为三维矩阵 shape为(2,5,4)

则axis=0时，是按照 个数 进行求和  求和后shape为(5,4)

axis=1时，按纵向方向求和，即行的方向 求和后shape为(2,4)

axis=2时，按横向方向求和，即列的方向，求和后shape为(2,5)

 

A.mean(axis=0) == A.sum(axis=0) / A.shape[0]

 

计算总和或均值时保持轴数（维度）不变,这样就可通过广播将A除以Sum_A

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

 

累加求和

A.cumsum()

 

点积，即按元素相乘再求和

Y = torch.ones(4,dtype=torch.float32)

X,y,torch.dot(x,y)

torch.dot(x,y) == torch.sum(x*y)

 

矩阵-向量积 torch.mv

（matrix-vector multiplication）

 

 

矩阵-矩阵积 torch.mm

（matrix-matrix multiplication）

 

L2 norm 

U = torch.tensor([3.0,-4.0])

Torch.norm(u)

 

L1 norm

 

Torch.abs(u).sum()

 

Torch.norm(torch.ones((4,9)))