笔记:torch的基本运算
1. torch.clamp (a,x,y)
a 为张量,x为下界线,y为上界。 当a内某个元素小于x时,取x。在[x,y]内时,取本身。大于y时,取y。 不必纠结是 >=x 还是 >x ,怎么都是取与x相等的值,所以无所谓(y同理)
import torch a=torch.randn(2,3)#标准正态分布的数据 print(a) b=torch.clamp(a,-0.1,0.2) print(b)
结果:
2. torch.div(x,y)
返回x/y,如果是张量,则对应元素相除(shape要相同,除非是(2,3)与(1,2,3)) 如果是x一个数,x除以y所有元素 如果是y一个数,x所有元素除以y
import torch a=torch.randn(2,3) print(a) b=torch.randn(2,3)#(1,2,3)也可以 print(b) c=torch.div(a,b) print(c) d=torch.randn(2,3) print(d) e=torch.div(10,d) print(e) f=torch.div(d,10) print(f)
输出:
3. torch.mul(x,y)
x,y都是张量,对应元素相乘, 当x,y其中一个是一个数,张量都乘以一个数
import torch a=torch.randn(2,3) print(a) b=torch.randn(2,3)#(1,2,3)也可以 print(b) c=torch.mul(a,b) print(c) d=torch.randn(2,3) print(d) e=torch.mul(10,d) print(e)
输出:
4. torch.mm(x,y)
求矩阵相乘,遵从矩阵相乘法则
import torch a=torch.randn(2,3) print(a) b=torch.randn(3,2) print(b) c=torch.mm(a,b) print(c)
输出:
5. torch.mv(x,y)
x矩阵和y向量的乘法
import torch a=torch.randn(2,3) print(a) b=torch.randn(3) print(b) c=torch.mv(a,b) print(c) d=torch.randn(3,1) print(d) # e=torch.mm(a,d) print(e)
输出:
6. torch.pow(x,y)
求幂
import torch a=torch.randn(2,3) print(a) b=torch.pow(2,a)#2的 a中每个元素 次幂 print(b) c=torch.pow(a,2))#a中每个元素 的2次幂 print(c)
输出:
上一篇:
通过多线程提高代码的执行效率例子
下一篇:
绝对路径 和 相对路径(C语言 )