pytorch基础-比较矩阵是否相等

1、使用 NumPy 库

NumPy 是 Python 中用于科学计算的常用库，它提供了 array_equal 和 allclose 函数来判断矩阵是否相等。array_equal 用于精确比较，allclose 用于考虑一定误差范围的近似比较，适合浮点数矩阵。

import numpy as np

# 创建示例矩阵
matrix_a = np.array([[1, 2, 3], [4, 5, 6]])
matrix_b = np.array([[1, 2, 3], [4, 5, 6]])
matrix_c = np.array([[1, 2, 3], [4, 5, 7]])

# 精确比较
print(np.array_equal(matrix_a, matrix_b))  # 输出: True
print(np.array_equal(matrix_a, matrix_c))  # 输出: False

# 近似比较（适用于浮点数矩阵）
matrix_d = np.array([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
matrix_e = np.array([[1.000001, 2.0, 3.0], [4.0, 5.0, 6.0]])
print(np.allclose(matrix_d, matrix_e, atol=1e-5))  # 输出: True

2、使用 PyTorch 库

在深度学习中，PyTorch 是常用的框架，可使用 torch.equal 函数进行精确比较，torch.allclose 进行近似比较。

import torch

# 创建示例矩阵
matrix_a = torch.tensor([[1, 2, 3], [4, 5, 6]])
matrix_b = torch.tensor([[1, 2, 3], [4, 5, 6]])
matrix_c = torch.tensor([[1, 2, 3], [4, 5, 7]])

# 精确比较
print(torch.equal(matrix_a, matrix_b))  # 输出: True
print(torch.equal(matrix_a, matrix_c))  # 输出: False

# 近似比较（适用于浮点数矩阵）
matrix_d = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
matrix_e = torch.tensor([[1.000001, 2.0, 3.0], [4.0, 5.0, 6.0]])
print(torch.allclose(matrix_d, matrix_e, atol=1e-5))  # 输出: True