tensor的运算可以分为两类:① 与普通数据的计算、② 与tensor的运算
tensor与普通数据的计算简单来说就是tensor中每一个数据都跟这个普通数据进行一次运算。而且运算符号与普通Python完全一致。值得注意的是,开根号运算等操作时,tensor中的元素一定要是float类型才行,不能是整数。
当然,也可以对tensor数据进行一些自身的运算:向上(下)取整、取小数、四舍五入等。
tensor与tensor的运算涉及矩阵运算。这些运算特别适合在GPU中进行。矩阵的乘法有三种,推荐使用matmul()。关于矩阵运算的基本概念,请查阅线性代数相关内容。
数据统计:
tensor张量中可能有很多数据,PyTorch提供了很多方法进行统计,比如min(), max(), mean(), prod(), sum(), argmin()和argmax()等。这里要着重介绍一下argmax()函数,argmax()函数就是给出原数据中最大那个元素的index。在神经网络的输出端会输出每一种可能性的概率,这时就要用argmax()计算最大可能性的那种可能,这就是神经网络的预测结果。
argmax()中可以指定参数&#