线性代数学习

1.标量由只有一个元素的张量表示

复制代码
import torch

x = torch.tensor([3,0])
y = torch.tensor([2,0])

x + y, x * y, x / y, x**y

2.可以将向量视为标量值组成的列表

复制代码
x = torch.arange(4)
x

3.通过张量的索引访问任一元素

复制代码
x[3]

4.访问张量长度

复制代码
len(x)

5.只有一个轴的张量,形状只有一个元素

复制代码
x.shape

6.通过指定两个分量m和n创建形状为m×n的矩阵

复制代码
A = torch.arange(20).reshape(5,4)

A

7.矩阵的转置

复制代码
A.T

8.对称矩阵(symmetric matrix)

复制代码
B = torch.tensor([[1,2,3],[2,0,4],[3,4,5]])
B
复制代码
B == B.T

9.向量是标量的推广,矩阵是向量的推广,可以构建更多轴的数据结构

复制代码
X = torch.arange(24).reshape(2, 3, 4)
X

10.给定具有相同形状的任何两个张量,任何按元素二元运算的结果都将是相同形状的张量

复制代码
A = torch.arange(20, dtype=torch.float32).reshape(5, 4)
B = A.clone()
A, A + B

11.两个矩阵的按元素乘法称为哈达玛积(Hadamard product)

复制代码
A * B
复制代码
a = 2
X = torch.arange(24).reshape(2, 3, 4)
a + X, (a * X).shape

12.计算元素和

复制代码
x = torch.arange(4, dtype=torch.float32)
x, x.sum()

13.表示任意形状张量的元素和

复制代码
A.shape, A.sum()
复制代码
A = torch.arange(20*2).reshape(2, 5, 4)
A.shape, A.sum()

14.指定求和汇总张量的轴

复制代码
A_sum_axis0 = A.sum(axis=0)
A_sum_axis0, A_sum_axis0.shape
复制代码
A_sum_axis1 = A.sum(axis=1)
A_sum_axis1, A_sum_axis1.shape
复制代码
A.sum(axis=[0, 1])

15.一个与求和相关的量是平均值(mean/average)

复制代码
A = A.float()
A.mean(), A.sum() / A.numel()
复制代码
A.mean(axis=0),A.sum(axis=0) / A.shape[0]

16.计算总和或均值时保持轴数不变

复制代码
sum_A = A.sum(axis=1, keepdim=True)
print(sum_A)

17.通过广播将A除以sum_A

复制代码
A / sum_A

18.某个轴计算A元素的累积求和

复制代码
A.cumsum(axis=0)

19.点积是相同位置的按元素乘积的和

复制代码
y = torch.ones(4, dtype=torch.float32)
x, y, torch.dot(x, y)

20.可以通过执行按元素乘法,然后进行求和来表示两个向量的点积

复制代码
torch.sum(x * y)
复制代码
u = torch.tensor([3.0, -4.0])
torch.norm(u)
复制代码
torch.abs(u).sum()
复制代码
torch.norm(torch.ones((4, 9)))
相关推荐
运器12314 分钟前
【一起来学AI大模型】PyTorch DataLoader 实战指南
大数据·人工智能·pytorch·python·深度学习·ai·ai编程
音元系统17 分钟前
Copilot 在 VS Code 中的免费替代方案
python·github·copilot
超龄超能程序猿28 分钟前
(5)机器学习小白入门 YOLOv:数据需求与图像不足应对策略
人工智能·python·机器学习·numpy·pandas·scipy
Wy. Lsy39 分钟前
Kotlin基础学习记录
开发语言·学习·kotlin
The_Killer.43 分钟前
格密码--数学基础--06对偶空间与对偶格
学习·线性代数·密码学
cwn_2 小时前
回归(多项式回归)
人工智能·机器学习·数据挖掘·回归
彤银浦2 小时前
Web学习笔记3
前端·笔记·学习·html5
cooldream20092 小时前
Python 包管理新时代:深入了解 `uv` 的使用与实践
python·uv·包管理器
之歆2 小时前
Python-魔术方法-创建、初始化与销毁-hash-bool-可视化-运算符重载-容器和大小-可调用对象-上下文管理-反射-描述器-二分-学习笔记
笔记·python·学习
优乐美香芋味好喝2 小时前
2025年7月11日学习笔记&一周归纳——模式识别与机器学习
笔记·学习·机器学习