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
m0_678693337 分钟前
深度学习笔记29-RNN实现阿尔茨海默病诊断(Pytorch)
笔记·rnn·深度学习
胡耀超18 分钟前
标签体系设计与管理:从理论基础到智能化实践的综合指南
人工智能·python·深度学习·数据挖掘·大模型·用户画像·语义分析
开-悟22 分钟前
嵌入式编程-使用AI查找BUG的启发
c语言·人工智能·嵌入式硬件·bug
Ailerx24 分钟前
YOLOv13震撼发布:超图增强引领目标检测新纪元
人工智能·yolo·目标检测
大咖分享课43 分钟前
开源模型与商用模型协同开发机制设计
人工智能·开源·ai模型
你不知道我是谁?1 小时前
AI 应用于进攻性安全
人工智能·安全
reddingtons1 小时前
Adobe高阶技巧与设计师创意思维的进阶指南
人工智能·adobe·illustrator·设计师·photoshop·创意设计·aftereffects
机器之心1 小时前
刚刚,Grok4跑分曝光:「人类最后考试」拿下45%,是Gemini 2.5两倍,但网友不信
人工智能
蹦蹦跳跳真可爱5892 小时前
Python----大模型(使用api接口调用大模型)
人工智能·python·microsoft·语言模型
小爷毛毛_卓寿杰2 小时前
突破政务文档理解瓶颈:基于多模态大模型的智能解析系统详解
人工智能·llm