北京旅游网站排名找个网站2021能看到

北京旅游网站排名,找个网站2021能看到,为朋友做的网站,少儿教育网站建设价格张量的基本概念张量是多维数组的泛化概念#xff0c;标量#xff08;0维#xff09;、向量#xff08;1维#xff09;、矩阵#xff08;2维#xff09;均可视为张量的特例。在深度学习和科学计算中#xff0c;张量是核心数据结构#xff0c;支持高效的数值运算。创建张…张量的基本概念张量是多维数组的泛化概念标量0维、向量1维、矩阵2维均可视为张量的特例。在深度学习和科学计算中张量是核心数据结构支持高效的数值运算。创建张量以Python库numpy和torch为例import numpy as np import torch # 创建numpy数组张量 np_tensor np.array([[1, 2], [3, 4]]) # 创建PyTorch张量 torch_tensor torch.tensor([[1, 2], [3, 4]])算术运算张量支持逐元素运算加减乘除和广播机制a torch.tensor([1, 2]) b torch.tensor([3, 4]) # 逐元素加法 result_add a b # 输出: tensor([4, 6]) # 逐元素乘法 result_mul a * b # 输出: tensor([3, 8])矩阵乘法使用或torch.matmul进行矩阵乘法A torch.tensor([[1, 2], [3, 4]]) B torch.tensor([[5, 6], [7, 8]]) # 矩阵乘法 result_matmul A B # 输出: tensor([[19, 22], [43, 50]])张量变形通过reshape或view改变张量形状x torch.arange(6) # tensor([0, 1, 2, 3, 4, 5]) y x.reshape(2, 3) # tensor([[0, 1, 2], [3, 4, 5]])聚合操作对张量进行求和、均值等操作z torch.tensor([[1.0, 2.0], [3.0, 4.0]]) # 全局求和 sum_all z.sum() # 输出: tensor(10.) # 沿维度求和 sum_dim0 z.sum(dim0) # 输出: tensor([4., 6.])梯度计算自动微分PyTorch张量可通过requires_gradTrue启用梯度追踪x torch.tensor(2.0, requires_gradTrue) y x ** 2 y.backward() # 计算梯度 print(x.grad) # 输出: tensor(4.0)张量设备转换在CPU与GPU之间移动张量if torch.cuda.is_available(): gpu_tensor torch.tensor([1, 2]).cuda() cpu_tensor gpu_tensor.cpu()