python打卡day48

Takina~2025-06-10 8:30

python 复制代码

import torch

python 复制代码

# 生成一个3x3的标准正态分布随机张量
random_tensor = torch.randn(3, 3)
print("随机张量:\n", random_tensor)

随机张量:

tensor( $\[-0.9343, -0.3254, 0.6991$ ,

$-1.7157, 1.7171, -0.4322$ ,

$0.6004, -1.1050, -0.2178$ ])

python 复制代码

# 生成一个形状为(2, 4)的随机张量
random_tensor_2 = torch.randn(2, 4)
print("\n2x4随机张量:\n", random_tensor_2)

2x4随机张量:

tensor( $\[-0.0638, -0.6070, 0.0341, -0.5346$ ,

$-2.1379, -0.5141, 0.0484, 0.0098$ ])

python 复制代码

# 标量与张量相加（广播）
tensor_a = torch.tensor([[1, 2], [3, 4]])
scalar = 5
result = tensor_a + scalar  # 标量5会被广播成[[5,5],[5,5]]
print("\n标量广播加法:\n", result)

标量广播加法:

tensor( $\[6, 7$ ,

$8, 9$ ])

python 复制代码

# 不同形状张量相加
tensor_b = torch.tensor([[10], [20]])  # 形状(2,1)
result = tensor_a + tensor_b  # tensor_b会被广播成[[10,10],[20,20]]
print("\n不同形状张量加法:\n", result)

不同形状张量加法:

tensor( $\[11, 12$ ,

$23, 24$ ])

python 复制代码

# 标量与张量相乘（广播）
result = tensor_a * 2  # 标量2会被广播成[[2,2],[2,2]]
print("\n标量广播乘法:\n", result)

标量广播乘法:

tensor( $\[2, 4$ ,

$6, 8$ ])

python 复制代码

# 不同形状张量相乘
tensor_c = torch.tensor([100, 200])  # 形状(2,)
result = tensor_a * tensor_c  # tensor_c会被广播成[[100,200],[100,200]]
print("\n不同形状张量乘法:\n", result)

不同形状张量乘法:

tensor( $\[100, 400$ ,

$300, 800$ ])

@浙大疏锦行