专栏推荐
正文
相加+或者add
import torch
import numpy as np
a=torch.rand(16,3,28,28)
b=torch.rand(1,3,28,28)
print(a+b)
import torch
import numpy as np
a=torch.rand(16,3,28,28)
b=torch.rand(1,3,28,28)
print(torch.add(a,b))
相减sub -
相乘mul * 对位相乘
除div /
矩阵的真实相乘
torch.matmul
以上是2维矩阵相乘，高维矩阵相乘是这样的：
这是四维矩阵的相乘，需要注意的是，即使是四维矩阵相乘，其实质也是最后两个维度相乘，也就是（4，784）*（784，8）=（4，8），而前面两个维度不动，注意前两个维度必须要一样
转置
转置
二维的t()
高维的transpose
在pytorch中参数w的维度是（输出维度，输入维度）
也就是说输入x*w的转置=输出维度
这个表示将全连接层的4*784的输入降维到4*512，那么需要一个参数矩阵
（4，784）*（784，512）=（4，512）
那么参数矩阵就是（784，512），但是有一点需要注意pytorch中参数矩阵w的输入维度和输出维度相反，也就是w我们定义为（512们84），所以需要转置
次方：
import torch
import numpy as np
a= torch.full([3,3],3)
print(a.pow(2))
print(a**2)
print(a**(0.5))
print(a.sqrt())
print(a.rsqrt())
torch.full([3,3],3)表示建立一个3*3的矩阵，元素全是3
a.pow(2)表示对a进行2次方等价于a**2
a**(0.5)表示对a进行开根号等价于a.sqrt()
rsqrt表示对a进行开根号并求倒数
e次方根
import torch
import numpy as np
a=torch.exp(torch.ones(2,2))
取以e为底的对数
import torch
import numpy as np
a=torch.exp(torch.ones(2,2))
print(torch.log(a))
取以2为底的log2，取以10为底的log10
import torch
import numpy as np
a=torch.tensor(3.14)
print(a.floor()) 向下取整
print(a.ceil()) 向上取整
print(a.trunc())获取a的整数部分
print(a.frac())获取a的小数部分
print(a.round())四舍五入
逐元素操作，此类操作的输入与输出形状一致