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)))