对tensor中的元素按个计算操作,方法如下图所示:
主要就是tensor之间的运算,已经附加代码输出部分,很容易理解。
import torch #coco #逐元素操作 torch.manual_seed(0) t = torch.randn(1, 3) print(t) #tensor([[ 1.5410, -0.2934, -2.1788]]) t1 = torch.randn(3, 1) print(t1) # tensor([[ 0.5684], # [-1.0845], # [-1.3986]]) t2 = torch.randn(1, 3) print(t2) # tensor([[ 0.4033, 0.8380, -0.7193]]) aa=t1/t2 # tensor([[ 1.4093, 0.6783, -0.7903], # [-2.6888, -1.2941, 1.5078], # [-3.4675, -1.6689, 1.9445]]) print(aa) # t+0.1*(t1/t2) tt=torch.addcdiv(t, 0.1, t1, t2) print(tt) # tensor([[ 1.6819, -0.2256, -2.2578], # [ 1.2721, -0.4228, -2.0280], # [ 1.1942, -0.4603, -1.9843]]) # 计算sigmoid st=torch.sigmoid(t) print(st) # tensor([[0.8236, 0.4272, 0.1017]]) # 将t限制在[0,1]之间 bb=torch.clamp(t, 0, 1) print(bb) # tensor([[1., 0., 0.]]) # t+2进行就地运算 cc=t.add_(2) print(cc) # tensor([[ 3.5410, 1.7066, -0.1788]]) # 开根号 dd=torch.zeros_like(t) torch.sqrt(t, out=dd) print(dd) # tensor([[1.8818, 1.3064, nan]]) # 因为第三个数是负数
夏天来了,人异常疲惫,每当想偷懒的时候,我就想想自己偶像们,坚持下来接着学习。
我并不讨厌逆境,我坚信越过它看到的景色会更美好。
——羽生结弦



