python打卡day48

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 # 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 # 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 # 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 # 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 # 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](https://blog.csdn.net/weixin_45655710 "@浙大疏锦行")

相关推荐
我的xiaodoujiao24 分钟前
Windows系统Web UI自动化测试学习系列2--环境搭建--Python-PyCharm-Selenium
开发语言·python·测试工具
mCell1 小时前
长期以来我对 LLM 的误解
深度学习·llm·ollama
Ada's2 小时前
深度学习在自动驾驶上应用(二)
人工智能·深度学习·自动驾驶
傻啦嘿哟3 小时前
Python SQLite模块:轻量级数据库的实战指南
数据库·python·sqlite
Q_Q5110082853 小时前
python+django/flask+uniapp基于微信小程序的瑜伽体验课预约系统
spring boot·python·django·flask·uni-app·node.js·php
XueminXu3 小时前
Python读取MongoDB的JSON字典和列表对象转为字符串
python·mongodb·json·pymongo·mongoclient·isinstance·json.dumps
techdashen3 小时前
12分钟讲解Python核心理念
开发语言·python
jie*3 小时前
小杰机器学习(nine)——支持向量机
人工智能·python·机器学习·支持向量机·回归·聚类·sklearn
闭着眼睛学算法3 小时前
【华为OD机考正在更新】2025年双机位A卷真题【完全原创题解 | 详细考点分类 | 不断更新题目 | 六种主流语言Py+Java+Cpp+C+Js+Go】
java·c语言·javascript·c++·python·算法·华为od
机器学习之心3 小时前
198种组合算法+优化BiLSTM神经网络+SHAP分析+新数据预测+多输出!深度学习可解释分析,强烈安利,粉丝必备!
深度学习·神经网络·shap分析·新数据预测·198种组合算法·优化bilstm神经网络·多输出