Numpy与Pytorch 矩阵操作方式

时间:2021-05-23

Numpy

随机矩阵: np.random.randn(d0, d1, d2, ...)

矩阵大小与形状: np.ndarray.size 与 np.dnarray.shape

Pytorch

随机矩阵: torch.randn(d0, d1, d2, ...)

添加维度: tensor.unsqueeze(0)

压缩维度: tensor.squeeze(0)

按维度拼接tensor: torch.cat(inputs, dim=0, ...)

维度堆叠: torch.stack(inputs, dim=0)

张量排序索引: tensor.sort(descending=True) 返回一个tensor为排序后的tensor, 一个为index_tensor

矩阵元素夹逼: tensor.clamp()

矩阵切割: torch.chunk(tensor, chunks, dim)

矩阵复制: torch.repeat(*size)

生成零矩阵: torch.torch.zeros(5, 3, dtype=torch.long)

生产同形状的随机矩阵:x = torch.randn_like(x, dtype=torch.float)

矩阵中函数名以'_'结尾的,如:y.add_(x),运算结束后会改变y本身

以上这篇Numpy与Pytorch 矩阵操作方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章