pytorch中矩阵计算的一些方法|CSDN创作打卡

李沐老师线性代数那一章的总结

  • 一、平均数
  • 二、广播机制
  • 三、某个轴计算A的累加求和
  • 四、求矩阵点积
  • 五、求一个矩阵和一个向量的乘积
  • 六、求矩阵的乘积
  • 七、求向量范数
  • 八、求矩阵的范数

一、平均数

1.先生成A在这里插入图片描述
2.进行平均数的运算
pytorch中矩阵计算的一些方法|CSDN创作打卡_第1张图片Mean函数就是一个求平均值的函数,也可以表示为A.sum()/A.numel(),numel函数求得A中元素的个数。
此外还可以单独对某一个维度求平均数,也是有两种方法,其中shape[0]是指第一个维度元素的个数(形状)

二、广播机制

如果用了axis之后,那个被求和的维度就没有了。但是想利用广播机制,两个数的维度必须相同。这个时候我们用一个keepdims=True来保留原来的维度。虽然维度没有变,但是那个维度的数量就只剩下一个了。
pytorch中矩阵计算的一些方法|CSDN创作打卡_第2张图片
0/6=0 1/6=0.1667 2/6=0.3333 3/6=0.5000
4/22=0.1818 …
什么是广播机制?
pytorch中矩阵计算的一些方法|CSDN创作打卡_第3张图片

三、某个轴计算A的累加求和

采用cumsum函数
0=0
0+4=4
0+4+8=12
pytorch中矩阵计算的一些方法|CSDN创作打卡_第4张图片

四、求矩阵点积

使用dot()函数,点积就是所以相同位置的元素相乘再相加,所以最终只有一个标量了。相当于torch.sum(x*y)
pytorch中矩阵计算的一些方法|CSDN创作打卡_第5张图片

五、求一个矩阵和一个向量的乘积

使用mv()函数。
pytorch中矩阵计算的一些方法|CSDN创作打卡_第6张图片

六、求矩阵的乘积

使用mm()函数,A是一个54的,B是一个43的,最后做矩阵乘法可以得到一个5*3的矩阵。
pytorch中矩阵计算的一些方法|CSDN创作打卡_第7张图片

七、求向量范数

求L2范数,感觉这个范数的求法类似于勾股定理。,调用函数norm().
pytorch中矩阵计算的一些方法|CSDN创作打卡_第8张图片
求L1的范数,使用abs(u).sum()的函数。abs(u)的意思是对u去绝对值。
pytorch中矩阵计算的一些方法|CSDN创作打卡_第9张图片

八、求矩阵的范数

Torch中直接通过norm就可以得到F范数。下图中torch.ones(4,9)是指生成一个4*9的全1矩阵,注意1是32位浮点数.
pytorch中矩阵计算的一些方法|CSDN创作打卡_第10张图片
pytorch中矩阵计算的一些方法|CSDN创作打卡_第11张图片

你可能感兴趣的:(深度学习,pytorch,矩阵,深度学习)