pytorch 常用線性函數(shù)詳解
Pytorch的線性函數(shù)主要封裝了Blas和Lapack,其用法和接口都與之類似。
常用的線性函數(shù)如下:
函數(shù) | 功能 |
trace | 對角線元素之和(矩陣的跡) |
diag | 對角線元素 |
triu/tril | 矩陣的上三角/下三角,可指定偏移量 |
mm/bmm | 矩陣乘法,batch的矩陣乘法 |
t | 轉(zhuǎn)置 |
dot/cross | 內(nèi)積/外積 |
inverse | 求逆矩陣 |
svd | 奇異值分解 |
注意:矩陣的轉(zhuǎn)置會(huì)使存儲(chǔ)空間不連續(xù),需調(diào)用它的.contiguous方法轉(zhuǎn)為連續(xù)。
例如:
import torch as t b=a.t() b.is_contiguous() 輸出:False b=b.contiguous() b.is_contiguous() 輸出:True
以上這篇pytorch 常用線性函數(shù)詳解就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
scikit-learn處理缺失數(shù)據(jù)的方法與實(shí)踐
scikit-learn作為Python中廣泛使用的機(jī)器學(xué)習(xí)庫,提供了多種工具和技術(shù)來幫助我們處理缺失數(shù)據(jù),本文將詳細(xì)介紹sklearn處理缺失數(shù)據(jù)的方法,并提供實(shí)際的代碼示例,需要的朋友可以參考下2024-06-06python尋找list中最大值、最小值并返回其所在位置的方法
今天小編就為大家分享一篇python尋找list中最大值、最小值并返回其所在位置的方法,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06python連接mongodb操作數(shù)據(jù)示例(mongodb數(shù)據(jù)庫配置類)
這篇文章主要介紹了python連接mongodb操作數(shù)據(jù)示例,主要包括插入數(shù)據(jù)、更新數(shù)據(jù)、查詢數(shù)據(jù)、刪除數(shù)據(jù)等2013-12-12Python實(shí)現(xiàn)多進(jìn)程的四種方式
今天小編就為大家分享一篇關(guān)于Python實(shí)現(xiàn)多進(jìn)程的四種方式,小編覺得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來看看吧2019-02-0210個(gè)Python常用的損失函數(shù)及代碼實(shí)現(xiàn)分享
損失函數(shù)是一種衡量模型與數(shù)據(jù)吻合程度的算法。損失函數(shù)測量實(shí)際測量值和預(yù)測值之間差距的一種方式。本文為大家總結(jié)了10個(gè)常用的損失函數(shù)及Python代碼實(shí)現(xiàn),需要的可以參考一下2022-09-09Python循環(huán)結(jié)構(gòu)的應(yīng)用場景詳解
這篇文章主要介紹了Python循環(huán)結(jié)構(gòu)的應(yīng)用場景詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07