torch中与numpy中对矩阵操作的类似函数对比

操作	PyTorch函数	NumPy函数
矩阵形状	tensor.shape or tensor.size()	array.shape
改变形状	tensor.view(shape) or tensor.reshape(shape)	array.reshape(shape)
矩阵转置	tensor.t() (2D) or tensor.permute(*dims)	array.T or array.transpose(*axes)
矩阵乘法	torch.matmul(tensor1, tensor2) or tensor1 @ tensor2	numpy.matmul(array1, array2) or array1 @ array2
元素级乘法	tensor1 * tensor2	array1 * array2
矩阵加法	tensor1 + tensor2	array1 + array2
矩阵减法	tensor1 - tensor2	array1 - array2
矩阵求和	torch.sum(tensor, dim)	numpy.sum(array, axis)
广播	自动应用	自动应用
求平均	torch.mean(tensor, dim)	numpy.mean(array, axis)
求最大值	torch.max(tensor, dim)	numpy.max(array, axis)
求最小值	torch.min(tensor, dim)	numpy.min(array, axis)
条件筛选	tensor[condition]	array[condition]
连接矩阵	torch.cat(tensors, dim)	numpy.concatenate(arrays, axis)
堆叠矩阵	torch.stack(tensors, dim)	numpy.stack(arrays, axis)
按元素求指数	torch.exp(tensor)	numpy.exp(array)
对角矩阵	torch.diag(tensor)	numpy.diag(array)
逐元素应用函数	torch.apply_(func)	numpy.apply_along_axis(func, axis, array)
切片	tensor[start:stop:step]	array[start:stop:step]
选取特定索引	torch.index_select(tensor, dim, index)	array.take(indices, axis)
转换为其他数据类型	tensor.type(dtype)	array.astype(dtype)
创建矩阵	torch.tensor(data)	numpy.array(data)
创建单位矩阵	torch.eye(n)	numpy.eye(n)
创建全零矩阵	torch.zeros(shape)	numpy.zeros(shape)
创建全一矩阵	torch.ones(shape)	numpy.ones(shape)
创建随机矩阵	torch.rand(shape)	numpy.random.rand(*shape)
创建正态分布随机矩阵	torch.randn(shape)	numpy.random.randn(*shape)
创建等间隔数值	torch.linspace(start, end, steps)	numpy.linspace(start, end, num)
创建等间隔整数	torch.arange(start, end, step)	numpy.arange(start, stop, step)
矩阵拼接	torch.cat([tensor1, tensor2], dim)	numpy.concatenate([array1, array2], axis)