Pytorch 中怎么實(shí)現(xiàn)多維數(shù)組運(yùn)算

本篇文章給大家分享的是有關(guān)Pytorch 中怎么實(shí)現(xiàn)多維數(shù)組運(yùn)算，小編覺得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

1、python 的基本索引規(guī)則

從 0 開始

對(duì)于給定的范圍，如 b = a[m:n], 那么 b 為由 （n-m）個(gè)數(shù)據(jù)組成的新數(shù)組，由 a[m],a[m+1],...,a[n-1] 構(gòu)成。(若 n<m, 得到空)

2、單個(gè) tensor 運(yùn)算，使用 dim 參數(shù)

torch 中對(duì) tensor 的操作方法，若不加 dim 參數(shù)表示對(duì)整體的 tensr 進(jìn)行操作，若增加 dim 參則表示按維操作。

例：

a = [[1,2],[3,4],[5,6]] (torch.tensor)

　　torch.mean(a) => 3.5

　　torch.mean(a,dim=0) => [1.5, 3.5, 5.5]

　　torch.mean(a,dim=1) => [[3],[4]]

　　torch.mean(a,dim=0) => [3,4]

　　torch.mean(a,dim=1) => [1.5, 3.5, 5.5]　

注: torch.mean() 是一個(gè)降維的操作，所以不會(huì)出現(xiàn)在取均值后保持跟原 Tensor 同維的情況。 dim 參數(shù)存在時(shí)降一維，不存在時(shí)得到的是整個(gè) Tensor 的均值。

3、兩個(gè) tensor 運(yùn)算，構(gòu)造對(duì)應(yīng)形狀

以乘法為例：

3.1 矩陣乘向量

a = [[1,2],[3,4],[5,6]]

b = [1,1]

計(jì)算乘法 c = a@b

若 a 拓展為 （N,3,2） N 為 batch_size, 計(jì)算 c2 = a@b

若 a,b 同時(shí)拓展， 變成（N, 2）,那么需要做一個(gè)變換 b = b.view(N,2,1),計(jì)算 c3 = a@b

3.2 矩陣乘矩陣

a = [[1,2],[3,4],[5,6]]

b =[ [1,1],[1,1]]

計(jì)算乘法 c = a@b

若 a 拓展為 （N,3,2） N 為 batch_size, 計(jì)算 c2 = a@b

若 a,b 同時(shí)拓展， 變成（N, 2, 2）,計(jì)算 c3 = a@b

以上就是Pytorch 中怎么實(shí)現(xiàn)多維數(shù)組運(yùn)算，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見到或用到的。希望你能通過這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注億速云行業(yè)資訊頻道。