Numpy

随机矩阵： np.random.randn(d0, d1, d2, ...)

矩阵大小与形状： np.ndarray.size 与 np.dnarray.shape

Pytorch

随机矩阵： torch.randn(d0, d1, d2, ...)

添加维度： tensor.unsqueeze(0)

压缩维度: tensor.squeeze(0)

按维度拼接tensor： torch.cat(inputs, dim=0, ...)

维度堆叠： torch.stack(inputs, dim=0)

张量排序索引： tensor.sort(descending=True) 返回一个tensor为排序后的tensor， 一个为index_tensor

矩阵元素夹逼： tensor.clamp()

矩阵切割: torch.chunk(tensor, chunks, dim)

矩阵复制: torch.repeat(*size)

生成零矩阵： torch.torch.zeros(5, 3, dtype=torch.long)

生产同形状的随机矩阵:x = torch.randn_like(x, dtype=torch.float)

矩阵中函数名以'_'结尾的，如:y.add_(x)，运算结束后会改变y本身

以上这篇Numpy与Pytorch 矩阵操作方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持【听图阁-专注于Python设计】。