tensor的不同维度种类

几种形状的tensor

0维标量(scalar),1维向量(vector),二维矩阵(matrix),3维以上n维张量

scalar

import torch
torch.__version__
from torch import tensor
x=tensor(42)
x

tensor(42)
x.dim()
0
x.item()
42

vector

y=tensor([1.5,-0.5,3.0])
y
tensor([ 1.5000, -0.5000,  3.0000])
y.dim()
1
y.size()
torch.Size([3])

matrix

m=tensor([[1.,2.],[2.,4.]])
m
tensor([[1., 2.],
        [2., 4.]])
m.matmul(m)#功能是将矩阵m与自身进行矩阵乘法运算。该运算将矩阵m的每一行与m的每一列进行乘积,并将结果相加以得到最终的结果。在这个例子中,矩阵m是一个2x2的矩阵,结果将会是一个2x2的矩阵。
tensor([[ 5., 10.],
        [10., 20.]])
#同上
tensor([1.,0.]).matmul(m)
tensor([1., 2.])
m*m#内积
tensor([[ 1.,  4.],
        [ 4., 16.]])

你可能感兴趣的:(jupyter,pytorch,人工智能,机器学习)