栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

记录深度学习(三)----张量的广播和科学计算

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

记录深度学习(三)----张量的广播和科学计算

张量的广播和科学计算

1、张量的广播2、张量的科学计算

2.1、逐点运算2.2、规约运算2.3、比较运算

1、张量的广播

张量的广播与numpy中的广播类似,存在以下两种情况:

两个张量至少有一个维度值相同,不同的维度值之中有一个必为1才能广播两个张量所有的维度都不同时,两个张量其它维度必为1才能广播

a  = torch.zeros(12).reshape(3,4)
b = torch.ones(3).reshape(3,1)
c = torch.ones(3).reshape(1,3)
d = torch.ones(8).reshape(2,4)
a + b 


将 张量b的列复制4次然后再与a中的每个对应元素相加。

a + c 

b + c


同时将张量b 的列和c 的行复制3次都变成3行3列的2维张量再进行计算。

a +d

2、张量的科学计算 2.1、逐点运算

记一下下面这2张表即可:

函数描述
torch.add(t1,t2 )t1、t2两个张量逐个元素相加,等效于t1+t2
torch.subtract(t1,t2)t1、t2两个张量逐个元素相减,等效于t1-t2
torch.multiply(t1,t2)t1、t2两个张量逐个元素相乘,等效于t1*t2
torch.divide(t1,t2)t1、t2两个张量逐个元素相除,等效于t1/t2
torch.abs(t)返回绝对值
torch.ceil(t)向上取整
torch.floor(t)向下取整
torch.round(t)四舍五入取整
torch.neg(t)返回相反数

还有一些常见数学公式的计算

数学运算函数数学公式描述
torch.exp(t)푦푖=푒푥푖返回以e为底、t中元素为幂的张量
torch.expm1(t)푦푖=푒푥푖 - 1对张量中的所有元素计算exp(x) - 1
torch.exp2(t)푦푖=2푥푖逐个元素计算2的t次方。
torch.pow(t,n)out푖=푥exponent푖返回t的n次幂
torch.sqrt(t)out푖=input푖⎯⎯⎯⎯⎯⎯⎯⎯⎯√返回t的平方根
torch.square(t)out푖=푥2푖返回输入的元素平方。
torch.log10(t)푦푖=log10(푥푖)返回以10为底的t的对数
torch.log(t)푦푖=log푒(푥푖)返回以e为底的t的对数
torch.log2(t)푦푖=log2(푥푖)返回以2为底的t的对数
torch.log1p(t)푦푖=log푒(푥푖 + 1)返回一个加自然对数的输入数组。
torch.sin(t)三角正弦。
torch.cos(t)元素余弦。
torch.tan(t)逐元素计算切线。

2.2、规约运算
函数描述
torch.mean(t)返回张量均值
torch.var(t)返回张量方差
torch.std(t)返回张量标准差
torch.var_mean(t)返回张量方差和均值
torch.std_mean(t)返回张量标准差和均值
torch.max(t)返回张量最大值
torch.argmax(t)返回张量最大值索引
torch.min(t)返回张量最小值
torch.argmin(t)返回张量最小值索引
torch.median(t)返回张量中位数
torch.sum(t)返回张量求和结果
torch.logsumexp(t)返回张量各元素求和结果,适用于数据量较小的情况
torch.prod(t)返回张量累乘结果
torch.dist(t1, t2)计算两个张量的闵式距离,可使用不同范式
torch.topk(t)返回t中最大的k个值对应的指标
2.3、比较运算
函数描述
torch.eq(t1, t2)比较t1、t2各元素是否相等,等效==
torch.equal(t1, t2)判断两个张量是否是相同的张量
torch.gt(t1, t2)比较t1各元素是否大于t2各元素,等效>
torch.lt(t1, t2)比较t1各元素是否小于t2各元素,等效<
torch.ge(t1, t2)比较t1各元素是否大于或等于t2各元素,等效>=
torch.le(t1, t2)比较t1各元素是否小于等于t2各元素,等效<=
torch.ne(t1, t2)比较t1、t2各元素是否不相同,等效!=
转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/767297.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号