深度学习|pytorch基本运算-乘除法和幂运算

【1】引言

前序学习进程中,已经对pytorch张量数据的生成和广播做了详细探究,文章链接为:

深度学习|pytorch基本运算-CSDN博客

深度学习|pytorch基本运算-广播失效-CSDN博客

上述探索的内容还止步于张量的加减法,在此基础上,今天先一起探索张量的乘除法,然后是幂运算。

【2】乘除法

pytorch张量的乘除法运算使用的运算符分别是"*"和"/",乘除法与加减法运算一致,都是按照同一位置元素相互乘除的方式展开运算,代码有:

python 复制代码
# 导入包
import torch
# 生成多维张量
y=torch.tensor([[1,2,3],
               [1,2,3],
                [1,2,3]])
z=torch.tensor([
    [3,3,3],
    [2,2,2],
    [1,1,1]
])
#打印
print('y=',y)
print('z=',z)
# 乘法
a=y*z
print('a=',a)
# 除法
b=y/z
print('b=',b)

代码运行后的结果为:

++图1 pytorch张量对位乘除++

图1 现实的结果清楚表明:pytorch张量乘除运算时遵守对位法则,同一位置的元素相互乘除获得新张量。

【3】幂运算

pytorch幂运算作为乘除法的一种高阶运算,运算符是"**",遵循对位运算的基本法则,代码:

python 复制代码
# 导入包
import torch
# 生成多维张量
y=torch.tensor([[1,2,3],
               [1,2,3],
                [1,2,3]])
z=torch.tensor([
    [3,3,3],
    [2,2,2],
    [1,1,1]
])
#打印
print('y=',y)
print('z=',z)
# 幂运算
a=y**z
print('a=',a)

上述代码的运算结果为:

++图2 pytorch张量对位幂运算++

由图2所示的结果可以看出,pytorch幂运算严格遵守了张量对位运算的法则。

【4】幂运算的广播

当两个幂运算的pytorch张量大小不一致时,在允许广播的前提下,pytorch张量会自动广播然后开展运算,代码:

python 复制代码
# 导入包
import torch
# 生成多维张量
y=torch.tensor([[1,2,3],
               [1,2,3],
                [1,2,3]])
z=torch.tensor([
    [3],
    [2],
    [1]
])
#打印
print('y=',y)
print('z=',z)
# 幂运算
a=y**z
print('a=',a)

代码运算的结果为:

++图3 pytorch张量对位幂运算-广播效果++

对比图3和图2的运算效果,可见pytorch张量在完成广播运算后,保证张量各个元素均有对位元素,然后再执行了幂运算。

【5】总结

探索了pytorch张量的乘除法和幂运算,并对幂运算的广播效果进行了探究。

相关推荐
程序员张富华1 分钟前
一次发布拦住12个破坏性变更:我们给Agent工作流加了Schema门禁
人工智能·agent
伞伞悦读28 分钟前
【第90期】KNN分类回归流水线与K值对照的实验与排查
大数据·人工智能·python·深度学习·机器学习
老余说AI29 分钟前
跨境电商、课程出海:六款多语言视频翻译工具选型指南
大数据·运维·人工智能
码农杂谈00071 小时前
不止三折叠:网易智企 IM UIKit 鸿蒙版一键升级多形态适配
人工智能
泯泷1 小时前
别再手动盯盘了!用这个免费工具实现股市自动监控
人工智能
会飞锦鲤1 小时前
基于 RT-DETR 的 PCB 缺陷检测
深度学习·目标检测·计算机视觉·pyqt5·rt-detr·工业质检·pcb缺陷检测
陈如水1 小时前
Spring AI Alibaba 在多 Agent 场景下的实践
java·人工智能·spring
瓶瓶持续学习中2 小时前
物理AI与具身智能的技术架构区别:从空间建模到机器人动作执行
人工智能·机器人
羲云网络2 小时前
GPT Image 2.6 精准编辑前,先排查参考图的访问权限与输入交接
图像处理·人工智能·aigc
snakeshe10102 小时前
ChatGLM行业垂直领域微调实战:从需求分析到数据集加载完整流程
人工智能