從零開始深度學習Pytorch筆記(6)——張量的數(shù)學運算

前文傳送門：

從零開始深度學習Pytorch筆記（1）——安裝Pytorch

從零開始深度學習Pytorch筆記（2）——張量的創(chuàng)建（上）

從零開始深度學習Pytorch筆記（3）——張量的創(chuàng)建（下）

從零開始深度學習Pytorch筆記（4）——張量的拼接與切分

從零開始深度學習Pytorch筆記（5）——張量的索引與變換

在該系列的上一篇，我們介紹了更多Pytorch中的張量的索引與變換，本文研究張量的數(shù)學運算。

張量的加減乘除運算

使用torch.add()張量相加

torch.add(input,?other,?out=None)

參數(shù)：

input：張量

other：另一個張量或者數(shù)值

以下是張量加上20（對應(yīng)位置都加上20）

a?=?torch.randn(4)
a

torch.add(a,?20)

a?=?torch.randn(4)
a

以下是兩個張量相加

b?=?torch.randn(4)
b

torch.add(a,?b)

使用torch.addcdiv()張量相加和相除

torch.addcdiv(input,?value=1,?tensor1,?tensor2,?out=None)

用tensor2對tensor1逐元素相除，然后乘以標量值value?并加到input

總之意思用公式表達為：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)

這個較為復雜，因為維度不一致也可以操作，我將它拆解出來，請看：

t?=?torch.randn(1,?3)
t

t1?=?torch.randn(3,?1)
t1

t2?=?torch.randn(3,?1)
t2

t12?=?t1/t2
t12

t12*0.1

#維度不同也可以相加
t12*0.1+t

以上的操作，用torch.addcdiv()一行就可以搞定，請看：

torch.addcdiv(t,?0.1,?t1,?t2)

結(jié)果相同，你理解了對吧~

torch.addcmul()張量相加和相乘

addcmul(input,?value=1,?tensor1,?tensor2,?out=None)

input+value*tensor1*tensor2

類似上面的操作，只是把相除變成相乘了

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()張量相減

t1?=?torch.rand(2,3)
t1

t2?=?torch.rand(2,3)
t2

t?=?torch.sub(t1,?t2)
print(t)

使用torch.mul()張量相乘

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

使用torch.div()張量相除

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

張量的對數(shù)，指數(shù)，冪函數(shù)運算

torch.log(input,out=None)#計算input的自然對數(shù)
torch.log10(input,out=None)#計算input的10為底的對數(shù)
torch.log2(input,out=None)#計算input的2為底的對數(shù)
torch.exp(input,out=None)#對輸入input按元素求e次冪值，并返回結(jié)果張量，冪值e可以為標量也可以是和input相同大小的張量
torch.pow(input,out=None)#次方運算

其實以上的都差不多，那就舉一個例子：

a?=?torch.randn(5)
a

torch.log(a)

張量的三角函數(shù)運算

torch.abs(input,out=None)#計算張量的每個元素絕對值
torch.acos(input,out=None)#返回一個新張量，包含輸入張量每個元素的反余弦
torch.cosh(input,out=None)#返回一個新張量，包含輸入input張量每個元素的雙曲余弦
torch.cos(input,out=None)#返回一個新張量，包含輸入input張量每個元素的余弦
torch.asin(input,out=None)#返回一個新張量，包含輸入input張量每個元素的反正弦
torch.atan(input,out=None)#返回一個新張量，包含輸入input張量每個元素的反正切
torch.atan2(input1,?input2,?out=None)#返回一個新張量，包含兩個輸入張量input1和input2的反正切函數(shù)

其實以上的都差不多，那就舉一個例子：

a?=?torch.randn(5)
a?

torch.cos(a)

歡迎關(guān)注公眾號學習之后的深度學習連載部分~