练习pytorch中tensor基础运算与变换。需要提供实验代码,注释代码含义并附上实验结果
时间: 2024-09-23 14:16:36 浏览: 45
PyTorch中Tensor的维度变换实现
5星 · 资源好评率100%
在PyTorch中,Tensor是一种用于数值计算的核心数据结构,可以进行各种基本运算和转换。下面是一个简单的例子,展示了如何创建、操作和显示张量:
```python
# 导入必要的库
import torch
# 创建两个一维张量 (形状: [5]),全为0
x = torch.zeros(5)
y = torch.tensor([1, 2, 3, 4, 5])
# 打印初始张量
print("Original tensor x:", x)
print("Original tensor y:", y)
# 张量加法
z = x + y
# 这里进行了广播加法,因为y只有一个元素,会被扩展到长度为5的向量
print("Element-wise addition:", z)
# 矩阵乘法
result = torch.mm(x.unsqueeze(1), y.unsqueeze(0)) # 使用unsqueeze增加维度以便于矩阵相乘
print("Matrix multiplication:", result)
# 转置张量
transpose_y = y.t()
print("Transpose of y:", transpose_y)
# 计算张量的平均值和标准差
mean_x = x.mean() # 平均值
std_dev_x = x.std() # 标准差
print("Mean and standard deviation of x:", mean_x, std_dev_x)
# 结果展示
print("\n实验结果:")
print(z)
print(result)
print(transpose_y)
```
运行这段代码后,你会看到每个步骤的操作结果。
阅读全文