从零开始深度学习Pytorch笔记（6）——张量的数学运算

男娘i 2023-07-12 08:46 15阅读 0赞

本文研究张量的数学运算。张量的加减乘除运算使用torch.add()

张量相加torch.add(input, other, out=None)  
参数：input：张量  
other：另一个张量或者数值

以下是张量加上20（对应位置都加上20）

a = torch.randn(4)
    torch.add(a, 20)
    a = torch.randn(4)

以下是两个张量相加

b = torch.randn(4)
    torch.add(a, b)

使用torch.addcdiv()张量相加和相除  
torch.addcdiv(input, value=1, tensor1, tensor2, out=None)  
用tensor2对tensor1逐元素相除，然后乘以标量值value 并加到input总之意思用公式表达为：input+value\*tensor1/tensor2

t = torch.randn(1, 3)
    t1 = torch.randn(3, 1)
    t2 = torch.randn(1, 3)
    torch.addcdiv(t, 0.1, t1, t2)

这个较为复杂，因为维度不一致也可以操作，我将它拆解出来，请看：  
t = torch.randn(1, 3)  
t1 = torch.randn(3, 1)  
t2 = torch.randn(3, 1)  
t12 = t1/t2t12t12*0.1\#维度不同也可以相加t12*0.1+t以上的操作，用torch.addcdiv()一行就可以搞定，请看：torch.addcdiv(t, 0.1, t1, t2)结果相同，你理解了对吧~

torch.addcmul()张量相加和相乘addcmul(input, value=1, tensor1, tensor2, out=None)  
input+value*tensor1*tensor2类似上面的操作，只是把相除变成相乘了

t = torch.randn(1, 3)
    t1 = torch.randn(3, 1)
    t2 = torch.randn(1, 3)
    torch.addcdiv(t, 0.1, t1, t2)

使用torch.sub()张量相减

t1 = torch.rand(2,3)
    t2 = torch.rand(2,3)
    t = torch.sub(t1, t2)
    print(t)

使用torch.mul()张量相乘

t1 = torch.rand(5, 5)
    t2 = torch.rand(5, 5)
    t = torch.mul(t1, t2)
    print(t)

使用torch.div()张量相除

t1 = torch.rand(5, 5)
    t2 = torch.rand(5, 5)
    t = torch.div(t1, t2)
    print(t)

张量的对数，指数，幂函数运算  
torch.log(input,out=None)\#计算input的自然对数torch.log10(input,out=None)\#计算input的10为底的对数torch.log2(input,out=None)\#计算input的2为底的对数torch.exp(input,out=None)\#对输入input按元素求e次幂值，并返回结果张量，幂值e可以为标量也可以是和input相同大小的张量torch.pow(input,out=None)\#次方运算其实以上的都差不多，那就举一个例子：  
a = torch.randn(5)  
torch.log(a)

张量的三角函数运算  
torch.abs(input,out=None)\#计算张量的每个元素绝对值torch.acos(input,out=None)\#返回一个新张量，包含输入张量每个元素的反余弦  
torch.cosh(input,out=None)\#返回一个新张量，包含输入input张量每个元素的双曲余弦  
torch.cos(input,out=None)\#返回一个新张量，包含输入input张量每个元素的余弦  
torch.asin(input,out=None)\#返回一个新张量，包含输入input张量每个元素的反正弦  
torch.atan(input,out=None)\#返回一个新张量，包含输入input张量每个元素的反正切  
torch.atan2(input1, input2, out=None)\#返回一个新张量，包含两个输入张量input1和input2的反正切函数其实以上的都差不多，那就举一个例子：a = torch.randn(5)a torch.cos(a)