专栏推荐

正文

相加+或者add

import torch

import numpy as np

a=torch.rand(16,3,28,28)

b=torch.rand(1,3,28,28)

print(a+b)

import torch

import numpy as np

a=torch.rand(16,3,28,28)

b=torch.rand(1,3,28,28)

print(torch.add(a,b))

相减sub -

相乘mul * 对位相乘

除div /

矩阵的真实相乘

torch.matmul

以上是2维矩阵相乘，高维矩阵相乘是这样的：

这是四维矩阵的相乘，需要注意的是，即使是四维矩阵相乘，其实质也是最后两个维度相乘，也就是（4，784）*（784，8）=（4，8），而前面两个维度不动，注意前两个维度必须要一样

转置

转置

二维的t()

高维的transpose

在pytorch中参数w的维度是（输出维度，输入维度）

也就是说输入x*w的转置=输出维度

这个表示将全连接层的4*784的输入降维到4*512，那么需要一个参数矩阵

（4，784）*（784，512）=（4，512）

那么参数矩阵就是（784，512），但是有一点需要注意pytorch中参数矩阵w的输入维度和输出维度相反，也就是w我们定义为（512们84），所以需要转置

次方：

import torch

import numpy as np

a= torch.full([3,3],3)

print(a.pow(2))

print(a**2)

print(a**(0.5))

print(a.sqrt())

print(a.rsqrt())

torch.full([3,3],3)表示建立一个3*3的矩阵，元素全是3

a.pow(2)表示对a进行2次方等价于a**2

a**(0.5)表示对a进行开根号等价于a.sqrt()

rsqrt表示对a进行开根号并求倒数

e次方根

import torch

import numpy as np

a=torch.exp(torch.ones(2,2))

取以e为底的对数

import torch

import numpy as np

a=torch.exp(torch.ones(2,2))

print(torch.log(a))

取以2为底的log2，取以10为底的log10

import torch

import numpy as np

a=torch.tensor(3.14)

print(a.floor()) 向下取整

print(a.ceil()) 向上取整

print(a.trunc())获取a的整数部分

print(a.frac())获取a的小数部分

print(a.round())四舍五入

逐元素操作，此类操作的输入与输出形状一致