笔记：torch的基本运算

标题

1. torch.clamp (a,x,y)
2. torch.div(x,y)
3. torch.mul(x,y)
4. torch.mm(x,y)
5. torch.mv(x,y)
6. torch.pow(x,y)

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：

笔记：torch的基本运算相关推荐

c++矩阵类_Python线性代数学习笔记——矩阵的基本运算和基本性质，实现矩阵的基本运算...
当学习完矩阵的定义以后,我们来学习矩阵的基本运算,与基本性质矩阵的基本运算:矩阵的加法,每一个对应元素相加,对应结果的矩阵例子:矩阵A和矩阵B表示的是同学上学期和下学期的课程的成绩,两个矩阵相加就 ...
pytorch笔记 torch.clamp（截取上下限）
1 基本用法 torch.clamp(input, min=None, max=None, *, out=None) 使得tensor中比min小的变成min,比max大的变成max 2 使用举例 i ...
c++ 二维矩阵转vector_Python线性代数学习笔记——矩阵的基本运算和基本性质，实现矩阵的基本运算...
当学习完矩阵的定义以后,我们来学习矩阵的基本运算,与基本性质矩阵的基本运算:矩阵的加法,每一个对应元素相加,对应结果的矩阵例子:矩阵A和矩阵B表示的是同学上学期和下学期的课程的成绩,两个矩阵相加就 ...
python 矩阵除法_Python线性代数学习笔记——矩阵的基本运算和基本性质，实现矩阵的基本运算...
当学习完矩阵的定义以后,我们来学习矩阵的基本运算,与基本性质矩阵的基本运算:矩阵的加法,每一个对应元素相加,对应结果的矩阵例子:矩阵A和矩阵B表示的是同学上学期和下学期的课程的成绩,两个矩阵相加就 ...
莫烦python学习笔记之numpy基本运算
numpy 的一维矩阵的几种基本运算 import numpy as np a=np.array([10,20,30,40]) # array([10, 20, 30, 40]) b=np.arang ...
pytorch笔记——torch.randperm用法
前言记录randperm用法. 方法介绍 torch.randperm(n) 这个方法将[0, n)中的元素随机排列,函数名randperm是random permutation缩写. permut ...
pytorch 学习笔记目录
1 部分内容 pytorch笔记 pytorch模型中的parameter与buffer_刘文巾的博客-CSDN博客 pytorch学习笔记 torchnn.ModuleList_刘文巾的博客-CSD ...
torch.max()函数==》返回该维度的最大值以及该维度最大值对应的索引
今天在学习TTSR的过程总遇到了一行代码,我发现max()函数竟然可以返回两个值,于是我决定重新学习一下这个函数 R_lv3_star, R_lv3_star_arg = torch.max(R_lv ...
第1周学习笔记：深度学习和pytorch基础
目录一视频学习 1.绪论 2.深度学习概述二代码学习 1.Pytorch基础练习 2.螺旋数据分类一视频学习 1.绪论人工智能(Artificial Intelligence):使一部机 ...
ChatGLM-6B模型微调实战（以 ADGEN (广告生成) 数据集为例，序列长度达 2048）
kingglory/ChatGLM-6B 项目地址 1 介绍对于 ChatGLM-6B 模型基于 P-Tuning v2 的微调.P-Tuning v2 将需要微调的参数量减少到原来的 0.1%,再 ...