Day02-05.张量的常用运算函数

PyTorch 为每个张量封装很多实用的计算函数1均值2平方根3求和4指数计算5对数计算等等 案例: 演示张量常用的运算函数. 涉及到的 API(函数) 如下: sum(), max(), min(), mean() - 都有 dim 参数, 0表示列, 1表示行 pow(), sqrt(), exp(), log(), log2(), log10() - 没有dim参数 掌握的函数: sum(), max(), min(), mean() # 导包 import torch # 1. 定义张量, 记录初值. t1 torch.tensor([ [1, 2, 3], [4, 5, 6] ], dtypetorch.float) print(ft1: {t1}) # 2. 演示 有dim参数的 函数. # sum() 求和 print(t1.sum(dim0)) # 按 列 求和 print(t1.sum(dim1)) # 按 行 求和 print(t1.sum()) # 整 体 求和 print(- * 30) # max()求最大值, min()同理, 这里就不演示了. print(t1.max(dim0)) # 按 列 求最大值 print(t1.max(dim1)) # 按 行 求最大值 print(t1.max()) # 整 体 求最大值 print(- * 30) # mean(), 计算平均值 print(t1.mean(dim0)) # 按 列 求平均值 print(t1.mean(dim1)) # 按 行 求平均值 print(t1.mean()) # 整 体 求平均值 print(* * 30) # 3. 演示 没有dim参数的 函数. # pow() n次幂 print(t1.pow(2)) # 每个数的平方 print(t1.pow(3)) # 每个数的立方 print(t1 ** 3) # 效果同上. print(- * 30) # sqrt() 平方根 print(t1.sqrt()) # 每个数的平方根 print(- * 30) # exp() e的n次幂, n就是矩阵中的每个元素, 这里是: e^1, e^2, e^3, e^4, e^5, e^6 print(t1.exp()) print(- * 30) # log(), log2(), log10() 对数 print(t1.log()) # 以e为底 print(t1.log2()) print(t1.log10())