线性代数 -- pytorch

Posted Cong0ks

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了线性代数 -- pytorch相关的知识,希望对你有一定的参考价值。

 

import torch

x = torch.tensor([3.0])
y = torch.tensor([2.0])

print(x + y, x * y, x/y, x**y)

 

 

 

import torch

x = torch.arange(4)
print(x)  # 可以将向量视为标量值组成的列表
print(x[3])  # 通过张量的索引来访问任一元素
print(len(x))  # 访问张量的长度
print(x.shape)  # 只有一个轴的张量,形状只有一个元素

 

 

 

 # 轴对称翻转示意图

import torch

A = torch.arange(20).reshape(5,4)  # 20个元素,5行4列
print(A)

# 矩阵转置(轴对称的翻转,参考示意图--个人理解感觉像是行转列,列转行)
print(A.T)

 

 

 

 

 

import torch
B = torch.tensor([[1, 2, 3], [2, 0, 4], [3, 4, 5]])
print(B)

print(B.T)

print(B == B.T)

 

以上是关于线性代数 -- pytorch的主要内容,如果未能解决你的问题,请参考以下文章

PyTorch 线性代数梯度

翻译: 深入深度学习 2.3. 线性代数 pytorch

机器学习:线性模型学习总结:基于PyTorch的线性模型

pytorch入门线性代数的实现

Pytorch学习2020春-1-线性回归

PyTorch深度学习:用PyTorch实现线性回归