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。