torch：tensor的运算

1、加减乘除

复制代码

import torch

a = torch.tensor([[1, 2], [3, 4]])
b = torch.tensor([[5, 6], [7, 8]])

# 加法
c = a + b          # tensor([[ 6,  8], [10, 12]])

# 减法
d = a - b          # tensor([[-4, -4], [-4, -4]])

# 乘法（逐元素相乘，不是矩阵乘法）
e = a * b          # tensor([[ 5, 12], [21, 32]])

# 除法
f = a / b          # tensor([[0.2000, 0.3333], [0.4286, 0.5000]])

2、矩阵乘法的三种

复制代码

a = torch.tensor([[3., 3.],
                  [3., 3.]])
b = torch.ones(2, 2)  # tensor([[1., 1.],
                      #         [1., 1.])

torch.mm(a, b)
# tensor([[6., 6.],
#         [6., 6.])
torch.matmul(a, b)
# tensor([[6., 6.],
#         [6., 6.])
a@b
# tensor([[6., 6.],
#         [6., 6.])

3、tensor运算

复制代码

import torch

x = torch.tensor([1, 2, 3, 4])

# 平方
x2 = x ** 2                # tensor([1, 4, 9, 16])

# 立方
x3 = x ** 3                # tensor([ 1,  8, 27, 64])

# 任意次方（例如 0.5 次方即开平方）
x_half = x ** 0.5          # tensor([1.0000, 1.4142, 1.7321, 2.0000])

torch.pow()等价与**

复制代码

y = torch.pow(x, 2)        # 同 x ** 2
y = torch.pow(2, x)        # 也可以底数为标量：2^x

平方根相关函数

复制代码

torch.sqrt(x)：计算 x ** 0.5，更高效

torch.rsqrt(x)：计算 1 / sqrt(x)（倒数平方根）

torch.square(x)：计算 x ** 2


a = torch.tensor([4.0, 9.0, 16.0])
print(torch.sqrt(a))       # tensor([2., 3., 4.])
print(torch.square(a))     # tensor([16., 81., 256.])

指数与幂

复制代码

torch.exp(x)：计算 e^x

torch.log(x)：自然对数

注意：对负数开平方会得到 nan（实数域），如需复数请用 torch.complex64

a.floor()向下取整

a.ceil()向上取整

a.trunc()取整数部分

a.frac()取小数部分

a.round()四舍五入

`4、clamp()` 裁剪函数用法

torch.clamp()（及 tensor.clamp()）用于将张量中的每个元素限制在指定的数值范围 [min, max] 内。

小于 min 的元素变为 min

大于 max 的元素变为 max

其余元素保持不变

复制代码

import torch

x = torch.tensor([-2, 1, 3, 5, 8])

# 裁剪到 [0, 5] 之间
y = torch.clamp(x, min=0, max=5)   # tensor([0, 1, 3, 5, 5])

# 只设置下限
y = x.clamp(min=0)                 # tensor([0, 1, 3, 5, 8])

# 只设置上限
y = x.clamp(max=4)                 # tensor([-2, 1, 3, 4, 4])

torch：tensor的运算

1、加减乘除

2、矩阵乘法的三种

3、tensor运算

4、clamp() 裁剪函数用法

`4、clamp()` 裁剪函数用法