深度学习(九)——Tensor基本运算

最新推荐文章于 2023-02-26 00:31:25 发布
最新推荐文章于 2023-02-26 00:31:25 发布
阅读量566 收藏
点赞数
分类专栏： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43633568/article/details/104562069
版权

+：add或者+
-：sub或者-
*：mul或者*
/：div或者/——一个**/符号代表除法，两个//**代表整除
在这里插入图片描述
矩阵相乘
*：是对应位置相乘
torch.mm只适用2d，不推荐
torch.matmul=@:矩阵相乘，@是matmul的重载
在这里插入图片描述
图中w为(512，784)，a(4,784)@w(784,512)=(4,512),为什么w的512放第一位呢：Pytorch习惯把输出放第一位，t()：转置，适合2d，高维用transpose
在这里插入图片描述
四维*四维：前两位不变，矩阵乘后两位，前两位如果不一致就适用broadcast

最低0.47元/天 解锁文章
Da小伙儿
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorFlow 位运算
weixin_37804469的博客
12-16 334
且位运算： tf.bitwise.bitwise_and(x, y, name=None) 或位运算： tf.bitwise.bitwise_or(x, y, name=None) 异或位运算： tf.bitwise_bitwise_xor(x, y, name=None) 取反位运算： tf.bitwis_invert(x, name=None) x, y 数据类型只能是int8, int16, int32, int64, uint8, uint16, uint32, uint64 中.
tensorflow中的位操作
机器学习杂货铺1号店
08-16 1553
版本号：1.10 TensorFlow支持位操作，在模块tf.bitwise中包含了几个基本的位操作，分别是： 1. bitwise_and() 位与操作 c = a & bc = a & bc = a & b 2. bitwise_or() 位或操作 c=a|bc=a|bc ...
tensor的*和@两种运算的区别（numpy同样的），超详细一篇看懂
qq_41726670的博客
09-15 1551
tensor的*和@两种运算的区别@ 运算* 运算 @ 运算 @运算是标准的矩阵乘法。即 运算可概括为：A的第一行乘上B的第一列，组成C的第一个数，即 然后A的第一行乘上B的第二列，组成C的第二个数，即 再用A的第二行乘上B的第一列，组成C的第三个数，即 最后 A的第二行乘上B的第二列，组成C的第最后一个数，即 注意：假设 A的shape为mn，B的shape为ns , 那么C的shape为M*S。并且，A的列一定要等于B的行，才能执行@运算。 * 运算 *运算是对应位置的单个元素相乘。 运算可概括为：A
tensor取整/取余
huihuixiaoxue的博客
12-28 1481
Tensor的算术运算
Thumb_的博客
03-02 3252
Tensor的算术运算——加法运算 c = a + b c = torch.add(a,b) a.add(b) a.add_(b) 其中，前三种一样，第四种是对 a 进行了修改。 Tensor的算术运算——减法运算 减法同理 c = a - b c = torch.sub(a,b) a.sub(b) a.sub_(b) Tensor的算术运算——乘法运算 哈达玛积（element wise,对应元素相乘） c = a * b c = torch.mul(a,b) a.mul(b) a.mul_(b)
深度学习框架(TensorFlow)基础教程——第5章：张量和基本运算
10-09
本教程的PPT和代码部分将详细展示如何创建张量、执行基本运算以及在实际的深度学习模型中应用这些概念。通过实践，你将更深入地理解TensorFlow的工作原理，并能够构建自己的深度学习模型。记得结合提供的素材进行...
吴茂贵等人著《Python深度学习——基于PyTorch》书籍代码.zip
最新发布
05-09
通过《Python深度学习——基于PyTorch》这本书及其配套代码，读者不仅可以学习到深度学习的基本原理，还能掌握PyTorch的实际应用技巧，从而在自己的项目中运用这些知识，解决实际问题。无论是初学者还是有一定经验的...
基于PyTorch技术的Python深度学习
09-13
Python深度学习基于PyTorch是一种将强大的PyTorch库与Python编程语言相结合，用于执行深度学习任务的方法。PyTorch是建立在Torch基础之上的开源机器学习库，它的主要特点是提供直观易用的API，使得构建和训练神经...
深度学习框架(TensorFlow)基础教程——第6章：变量和矩阵
10-09
矩阵运算在深度学习中扮演着至关重要的角色，如矩阵乘法用于神经网络的前向传播过程，矩阵的转置、求逆、求迹等操作在解决线性代数问题时非常常见。 创建矩阵（二维张量）在TensorFlow中是这样实现的： ```python ...
PyTorch基本数学运算
Temmie1024的博客
05-14 918
矩阵的加减乘(数乘)除(数除) 可以使用符号+ - * / a+b a-b a*b a/b 也可以写add sub mul div torch.add(a,b) torch.sub(a,b) torch.mul(a,b) torch.div(a,b) //表示整除 这样的运算是允许的，它会进行维度扩展 矩阵的乘与除 torch.matmul或者使用@ mm不推荐，因为它只能处理2*2的 对于高维矩阵，@与matmul会计算最后两维的乘法，前面的不进行改变。如果前面的值不对应会使用brodcasting进
Pytorch Tensor基本数学运算详解
09-18
今天小编就为大家分享一篇Pytorch Tensor基本数学运算详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Pytorch 基础之数学运算
zxhandroid的博客
02-26 2039
每门语言都少不了加减乘除等数学运算，Pytorch 作为一个开源的机器学习库，除了这些基本的数学运算，还涉及到矩阵运算、三角函数、傅立叶变换等等。
记录PyTorch图像处理的归一化和标准化问题和tensor.sub_和tensor.sub方法
qq_25392183的博客
10-29 2649
记录PyTorch的tensor.sub_和tensor.sub方法 起因是写图像数据处理的时候需要给图片加噪声，在归一化的时候研究了一下transforms.nornalize()方法，核心是这个 tensor.sub_(mean).div_(std) 手册里sub_()方法和sub()方法是一样的，给出的是 outi=inputi−alpha×othersi \text{out}_i =\text{input}_i-\text{alpha}\times\text{others}_i outi​=inp
pytorch-深度学习-Tensor的所有运算，人工智能入门必备（含代码）
weixin_59634927的博客
02-05 1475
目录 Tensor的加法运算 Tensor的乘法运算 ​Tensor的除法运算 Tensor的矩阵运算 矩阵乘法 二维 高维 Tensor的幂运算-对数运算 可直接执行的代码 Tensor的加法运算 前三种都是直接相加，第四种带下划线的方式会改变a的值，即a.add_(b)等价于a=a+b Tensor的乘法运算 相乘的Tensor必须维度完全相同，并且对应的结果为对应元素相乘 Tensor的除法运算 Tensor的矩阵运算 矩阵乘法 二维 ...
Pytorch Tensor的奇妙运算
w55100的博客
05-20 1万+
加法运算 1. 加号运算符 同型时，效果等同于点加 import torch a = torch.Tensor([1,2]) b = torch.Tensor([3,4]) c=a+b print(c) #tensor([4,6]) a = torch.Tensor([[1,2],[3,4]]) b = torch.Tensor([[5,6],[7,8]]) c=a+...
tensor数据类型基本运算（一）
lzfshub
09-04 1485
1. tensor基本属性 import tensorflow as tf tf_arr = tf.constant([[1, 2, 3],[4, 5, 6], [7, 8, 9]]) print(tf_arr) print("张量的内容：", tf_arr.numpy) print("张量的形状：", tf_arr.shape) print("张量的存储位置：", tf_arr.device) print("张量的维度：", tf_arr.ndim) print("张量的秩：", tf.rank(tf_a
python中的除法，取整和求模
热门推荐
huzq1976的博客
06-03 15万+
核心要点： 1. /是精确除法，//是向下取整除法，%是求模 2. %求模是基于向下取整除法规则的 3. 四舍五入取整round, 向零取整int, 向下和向上取整函数math.floor, math.ceil 4. //和math.floor在CPython中的不同 5. /在python 2 中是向下取整运算 6. C中%是向零取整求模
python开方运算符_Pytorch Tensor基本数学运算详解
weixin_39805998的博客
12-08 3725
1. 加法运算示例代码：import torch# 这两个Tensor加减乘除会对b自动进行Broadcastinga = torch.rand(3, 4)b = torch.rand(4)c1 = a + bc2 = torch.add(a, b)print(c1.shape, c2.shape)print(torch.all(torch.eq(c1, c2)))输出结果：torch.Size(...
[Tensorflow]tensor 数学运算和逻辑运算
vcvycy的专栏
11-09 3万+
一、arthmetic 算术操作（+，-，*，/，Mod） #运算规则：element-wise。即c[i,j,..,k]=a[i,j,..,k] op b[i,j,..,k] #两个tensor 运算，以ts1和ts2为例：ts1=tf.constant(1.0,shape=[2,2])ts2=tf.Variable(tf.random_normal([2,2]))sess.run(tf.gl
Google TensorFlow: 大规模分布式机器学习系统
10. **应用领域**：除了深度学习，TensorFlow还广泛应用于自然语言处理、图像识别、推荐系统、强化学习等多个领域。 通过学习TensorFlow，开发者能够构建各种复杂的机器学习模型，从简单的线性回归到复杂的卷积神经...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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