Numpy
随机矩阵: np.random.randn(d0, d1, d2, ...)
矩阵大小与形状: np.ndarray.size 与 np.dnarray.shape
Pytorch
随机矩阵: torch.randn(d0, d1, d2, ...)
添加维度: tensor.unsqueeze(0)
压缩维度: tensor.squeeze(0)
按维度拼接tensor: torch.cat(inputs, dim=0, ...)
维度堆叠: torch.stack(inputs, dim=0)
张量排序索引: tensor.sort(descending=True) 返回一个tensor为排序后的tensor, 一个为index_tensor
矩阵元素夹逼: tensor.clamp()
矩阵切割: torch.chunk(tensor, chunks, dim)
矩阵复制: torch.repeat(*size)
生成零矩阵: torch.torch.zeros(5, 3, dtype=torch.long)
生产同形状的随机矩阵:x = torch.randn_like(x, dtype=torch.float)
矩阵中函数名以'_'结尾的,如:y.add_(x),运算结束后会改变y本身
以上这篇Numpy与Pytorch 矩阵操作方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持呐喊教程。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。