Numpy与Pytorch 矩阵操作方式
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毛票票。
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：czq8825#qq.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。