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。
Numpy,Pytorch,矩阵
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。