📜  PyTorch矢量操作

📅  最后修改于: 2020-11-10 09:51:27             🧑  作者: Mango

向量运算

我们知道Tensor具有不同类型的维度,例如零维度,一维和多维。向量是一维张量,要对其进行操纵,可以使用几种操作。向量运算具有不同的类型,例如数学运算,点积和线性空间。向量在深度学习中起着至关重要的作用。

在深度学习神经网络中,我们借助矢量或一维张量生成随机点。在向量上执行以下操作。

数学运算

我们可以将张量与另一个张量进行加,减,乘和除。下表是对具有预期输出的向量执行的所有数学运算的表。

S. No. Operation Tensor A Tensor B Number Syntax Output
1 + [1, 2, 3] [4, 5, 6] 2 A+B [5, 7, 9]
2 [1, 2, 3] [4, 5, 6] 2 A+2 [3, 4, 5]
3 [1, 2, 3] [4, 5, 6] 2 A-B [-3, -3, -3]
4 [1, 2, 3] [4, 5, 6] 2 B-2 [2, 3, 4]
5 * [1, 2, 3] [4, 5, 6] 2 A*B [4, 10,18]
6 [1, 2, 3] [4, 5, 6] 2 A*2 [2, 4, 6]
7 / [1, 2, 3] [4, 5, 6] 2 B/A [4, 2, 2]
8 [1, 2, 3] [4, 5, 6] 2 B/2 [2, 2, 3]
import torch
A=torch.tensor([1,2,3])
B=torch.tensor([4,5,6])
A+B
A+2
A-B
B-2
A*B
A*2
B/A
B/2

输出:

tensor([5, 7, 9])
tensor([3, 4, 5])
tensor([-3, -3, -3])
tensor([2, 3, 4])
tensor([ 4, 10, 18])
tensor([2, 4, 6])
tensor([4, 2, 2])
tensor([2, 2, 3])

点积和线性空间

我们也可以执行两个张量的点积。我们使用割炬的dot()方法来计算提供准确或预期结果的焊炬。还有另一个向量运算,即linspace。对于linspace,我们使用方法linspace()。此方法包含两个参数,第一个是起始号,第二个是结束号。

此方法的输出是,它打印从开始编号到结束编号的一百个等距编号。

注意:我们可以显式地指定步长,而不是通过传递另一个参数(即参数列表末尾的步长)求助于默认值。

import torch
t1= torch.tensor([1,2,3])
t2= torch.tensor([4,5,6])
DotProduct= torch.dot(t1,t2)
print(DotProduct)
torch.linspace(2,9)

输出:

tensor(32)
tensor([2.0000, 2.0707, 2.1414, 2.2121, 2.2828, 2.3535, 2.4242, 2.4949, 2.5657,
        2.6364, 2.7071, 2.7778, 2.8485, 2.9192, 2.9899, 3.0606, 3.1313, 3.2020,
        3.2727, 3.3434, 3.4141, 3.4848, 3.5556, 3.6263, 3.6970, 3.7677, 3.8384,
        3.9091, 3.9798, 4.0505, 4.1212, 4.1919, 4.2626, 4.3333, 4.4040, 4.4747,
        4.5455, 4.6162, 4.6869, 4.7576, 4.8283, 4.8990, 4.9697, 5.0404, 5.1111,
        5.1818, 5.2525, 5.3232, 5.3939, 5.4646, 5.5354, 5.6061, 5.6768, 5.7475,
        5.8182, 5.8889, 5.9596, 6.0303, 6.1010, 6.1717, 6.2424, 6.3131, 6.3838,
        6.4545, 6.5253, 6.5960, 6.6667, 6.7374, 6.8081, 6.8788, 6.9495, 7.0202,
        7.0909, 7.1616, 7.2323, 7.3030, 7.3737, 7.4444, 7.5152, 7.5859, 7.6566,
        7.7273, 7.7980, 7.8687, 7.9394, 8.0101, 8.0808, 8.1515, 8.2222, 8.2929,
        8.3636, 8.4343, 8.5051, 8.5758, 8.6465, 8.7172, 8.7879, 8.8586, 8.9293,
        9.0000])

在二维坐标系上绘制函数

在二维坐标系上绘制函数时,可以使用linspace函数。对于x轴,我们以2.5的间隔创建了一个从0到10的陆地空间,并且Y将是每个x值的函数。例如,我们可以找到y的每个x值的指数。

现在,我们使用Map plot lib库绘制x和y数据,该库是用于数据分析的可视化库。

import torch
import numpy as np
import matplotlib.pyplot as plt
x=torch.linspace(0,10,100)
y=torch.exp(x)
plt.plot(x.numpy(),y.numpy())
plt.show()

输出:


注意:为了使指数更平滑,我们必须增加linspace中的数据。如果是100而不是5,则输出将像这样更平滑。

注意:我们可以绘制x的正弦值而不是指数值。因此,它将创建一个称为曲线的正弦。

import torch
import numpy as np
import matplotlib.pyplot as plt
x=torch.linspace(0,10,100)
y=torch.sin(x)
plt.plot(x.numpy(),y.numpy())
plt.show()

输出: