欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python 中的@運(yùn)算符使用

 更新時(shí)間:2021年05月26日 10:19:29   作者:hitman.banker  
這篇文章主要介紹了python 中的@運(yùn)算符使用,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

在看fastai的代碼時(shí),看到這么一段:

n=100
x = torch.ones(n,2) 
x[:,0].uniform_(-1.,1)
x[:5]
a = tensor(3.,2)
y = x@a + torch.rand(n)

這里面有個(gè)@符號(hào)不知道是啥意思?

于是百度搜了一下,都是說(shuō)@xxx是注解或者裝飾器,明顯不是這段代碼的場(chǎng)景嘛!

于是又Google了一下,原來(lái)這個(gè)@是Python 3.5之后加入的矩陣乘法運(yùn)算符,終于明白了!

補(bǔ)充:python矩陣乘積運(yùn)算(multiply/maumul/*/@)解析

在訓(xùn)練數(shù)據(jù)時(shí)經(jīng)常涉及到矩陣運(yùn)算,有段時(shí)間沒(méi)有練習(xí)過(guò)了,手便生疏了。

今天重新測(cè)了一把,python中各類矩陣運(yùn)算舉例如下,可以清楚的看到tf.matmul(A,C)=np.dot(A,C)= A@C都屬于叉乘,而tf.multiply(A,C)= A*C=A∙C屬于點(diǎn)乘。

Python測(cè)試編碼如下:

import tensorflow as tf
import numpy as np

a = np.array([[1,2],[3,4]])
b = np.array([5,6])
c = np.array([[5,6],[7,8]])
print('a:'+'\n',a)
print('b:'+'\n',b)
print('c:'+'\n',c)
#叉乘
d1=a@c
d2=tf.matmul(a,c)
d3=np.dot(a,c)
#點(diǎn)乘
f1=a*c
f2=tf.multiply(a,c)

with tf.compat.v1.Session() as sess:
    print('d1:叉乘a@c' + '\n', d1)
    print('d2:叉乘matmul(a,c)' + '\n', sess.run(d2))
    print('d3:叉乘dot(a,c)' + '\n', d3)
    print('f1:點(diǎn)乘a*c' + '\n', f1)
    print('f2:點(diǎn)乘multiply(a,c)' + '\n', sess.run(f2))

測(cè)試結(jié)果如下:

以上為個(gè)人經(jīng)驗(yàn),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

最新評(píng)論