李沐深度学习笔记05线性代数

A：

A_sum_axis0 = A.sum(axis=0)
A_sum_axis0, A_sum_axis0.shape

out：

(tensor([[20., 22., 24., 26.],
         [28., 30., 32., 34.],
         [36., 38., 40., 42.],
         [44., 46., 48., 50.],
         [52., 54., 56., 58.]]),
 torch.Size([5, 4]))

A_sum_axis0 = A.sum(axis=1)
A_sum_axis0, A_sum_axis0.shape

out：

(tensor([[ 40.,  45.,  50.,  55.],
         [140., 145., 150., 155.]]),
 torch.Size([2, 4]))

A_sum_axis0 = A.sum(axis=2)
A_sum_axis0, A_sum_axis0.shape

out：

(tensor([[  6.,  22.,  38.,  54.,  70.],
         [ 86., 102., 118., 134., 150.]]),
 torch.Size([2, 5]))

A.sum(axis=[0, 1])  # SameasA.sum()

out：

tensor([180., 190., 200., 210.])

sum_A = A.sum(axis=1, keepdims=True) #保持维度方便使用广播
sum_A

torch.mv:矩阵-向量积，不支持广播

torch.mm:矩阵乘法

 样例：

好用的公式：