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维张量文章来源地址https://www.toymoban.com/news/detail-718803.html
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.]])
文章来源:https://www.toymoban.com/news/detail-718803.html
到了这里,关于tensor的不同维度种类的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!