pytorch 计算topk_『PyTorch』第五弹_深入理解Tensor对象_中下:数学计算以及numpy比较_&_广播原理简介...

本文介绍了PyTorch中的Tensor对象的数学运算,包括逐元素操作如 clamp、cos、取模和平方,归并操作如 sum 和 cumsum,以及比较操作如 topk 和 max。此外,还探讨了Tensor与Numpy的内存共享,以及广播原理的模拟和expand方法的应用。
摘要由CSDN通过智能技术生成

一、简单数学操作

1、逐元素操作

t.clamp(a,min=2,max=4)近似于tf.clip_by_value(A, min, max),修剪值域。

a = t.arange(0,6).view(2,3)

print("a:",a)

print("t.cos(a):",t.cos(a))

print("a % 3:",a % 3) # t.fmod(a, 3)

print("a ** 2:",a ** 2) # t.pow(a, 2)

print("t.clamp(a, min=2, max=4)",t.clamp(a,min=2,max=4))

a:

0 1 2

3 4 5

[torch.FloatTensor of size 2x3]

t.cos(a):

1.0000 0.5403 -0.4161

-0.9900 -0.6536 0.2837

[torch.FloatTensor of size 2x3]

a % 3:

0 1 2

0 1 2

[torch.FloatTensor of size 2x3]

a ** 2:

0 1 4

9 16 25

[torch.FloatTensor of size 2x3]

t.clamp(a, min=2, max=4)

2 2 2

3 4 4

[torch.FloatTensor of size 2x3]

2、归并操作

b = t.ones(2,3)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值