Numpy与Pytorch 矩阵操作方式
作者：坩埚上校
今天小编就为大家分享一篇Numpy与Pytorch 矩阵操作方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
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脚本之家。