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：