Day2:torch的数组运算

import torch

a=torch.rand(5,6)
print(a)
print(torch.mean(a))##求所有元素的平均值
print(torch.sum(a))##求所有元素的总和
print(torch.prod(a))##求所有元素相乘
print(torch.mean(a, dim=0))##求每一列的平均值
print(torch.mean(a, dim=1))##求每一行的平均值
print( torch.sum(a, dim=0))##求每一列的总数
print( torch.sum(a, dim=1))##求每一行的总数
print(torch.prod(a, dim=0))##求每一列所有元素的乘积
print(torch.prod(a, dim=1))##求每一行所有元素的乘积
print(torch.argmax(a, dim=0))##求每一列的最大值的索引值
print(torch.argmax(a, dim=1))##求每一行的最大值的索引值
print( torch.argmin(a, dim=0))##求每一列的最小值的索引值
print( torch.argmin(a, dim=1))##求每一行的最小值的索引值

b=torch.randint(1,10,[10])
print(b)
print(torch.bincount(b))##返回每个值的频数
# 本例输出的结果就是统计0 出现多少次,1 出现多少次,2 出现多少次。。。。。。
# 分别是对应位置的统计次数,比如输出的列表中的第一个位置就是0出现了多少次
# 另外bincount只能处理一维的数据
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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