Pytorch张量Tensor的一些基础操作（适用于Debug）

判断两个张量相等

用这个式子判断： 0 == (y!= x).sum() 为True则相等，False为不等

创建对角矩阵

torch.block_diag

https://pytorch.org/docs/1.10/generated/torch.block_diag.html#torch.block_diag

 import torch
A = torch.tensor([[0, 1], [1, 0]])
B = torch.tensor([[3, 4, 5], [6, 7, 8]])
C = torch.tensor(7)
D = torch.tensor([1, 2, 3])
E = torch.tensor([[4], [5], [6]])
torch.block_diag(A, B, C, D, E)

会得到这样的矩阵

tensor([[0, 1, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 3, 4, 5, 0, 0, 0, 0, 0],
        [0, 0, 6, 7, 8, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 7, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 1, 2, 3, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 4],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 5],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 6]])

block_diag也可以传入一个tensor的元组地址，如torch.block_diag(*assign_tensor)，其中assign_tensor是一个矩阵的元组。

计算

乘法

torch.mm : 两个二维的张量相乘。
torch.bmm：（增加了batch）两个三维张量相乘，其中第一维要相同，二三维的运算等于torch.mm运算。