【动手学深度学习pytorch版】2.3.6代码补充


import os
import pandas
import torch
A=torch.arange(20).reshape(5,4)
#按行
A_sum_axis0=A.sum(axis=0) #(axis=0)按行降维为一维向量
print(A)
print(A_sum_axis0)
#按列
A_sum_axis1=A.sum(axis=1)#(axis=1)按列降维为一维向量
print(A_sum_axis1)
#按行、列求平均
A_mean_axis0=A.mean(axis=0)
print(A_mean_axis0)
A_mean_axis1=A.mean(axis=1)
print(A_mean_axis1)


运行结果:
/home/robot/anaconda3/envs/torch-ngp3/bin/python /home/robot/PycharmProjects/learning/main.py 
tensor([[ 0.,  1.,  2.,  3.],
        [ 4.,  5.,  6.,  7.],
        [ 8.,  9., 10., 11.],
        [12., 13., 14., 15.],
        [16., 17., 18., 19.]], dtype=torch.float64)
tensor([40., 45., 50., 55.], dtype=torch.float64)
tensor([ 6., 22., 38., 54., 70.], dtype=torch.float64)
tensor([ 8.,  9., 10., 11.], dtype=torch.float64)
tensor([ 1.5000,  5.5000,  9.5000, 13.5000, 17.5000], dtype=torch.float64)

进程已结束,退出代码为 0
  • 3
    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