pytorch 常用线性函数详解

 更新时间:2020年01月15日 10:34:12   作者:fly_Xiaoma  
今天小编就为大家分享一篇pytorch 常用线性函数详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

Pytorch的线性函数主要封装了Blas和Lapack,其用法和接口都与之类似。

常用的线性函数如下:

函数 功能
trace 对角线元素之和(矩阵的迹)
diag 对角线元素
triu/tril 矩阵的上三角/下三角,可指定偏移量
mm/bmm 矩阵乘法,batch的矩阵乘法
t 转置
dot/cross 内积/外积
inverse 求逆矩阵
svd 奇异值分解

注意:矩阵的转置会使存储空间不连续,需调用它的.contiguous方法转为连续。

例如:

import torch as t
b=a.t()
b.is_contiguous()
 
输出:False
 
b=b.contiguous()
b.is_contiguous()
 
输出:True

以上这篇pytorch 常用线性函数详解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脚本之家。

相关文章

  • python 实现视频 图像帧提取

    python 实现视频 图像帧提取

    今天小编就为大家分享一篇python 实现视频 图像帧提取,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • python中重启for循环,使其重新开始遍历

    python中重启for循环,使其重新开始遍历

    这篇文章主要介绍了python中重启for循环,使其重新开始遍历方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-03-03
  • python字符串替换re.sub()方法解析

    python字符串替换re.sub()方法解析

    这篇文章主要介绍了python字符串替换re.sub()方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-09-09
  • scikit-learn处理缺失数据的方法与实践

    scikit-learn处理缺失数据的方法与实践

    scikit-learn作为Python中广泛使用的机器学习库,提供了多种工具和技术来帮助我们处理缺失数据,本文将详细介绍sklearn处理缺失数据的方法,并提供实际的代码示例,需要的朋友可以参考下
    2024-06-06
  • python寻找list中最大值、最小值并返回其所在位置的方法

    python寻找list中最大值、最小值并返回其所在位置的方法

    今天小编就为大家分享一篇python寻找list中最大值、最小值并返回其所在位置的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • python连接mongodb操作数据示例(mongodb数据库配置类)

    python连接mongodb操作数据示例(mongodb数据库配置类)

    这篇文章主要介绍了python连接mongodb操作数据示例,主要包括插入数据、更新数据、查询数据、删除数据等
    2013-12-12
  • Python实现多进程的四种方式

    Python实现多进程的四种方式

    今天小编就为大家分享一篇关于Python实现多进程的四种方式,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2019-02-02
  • 10个Python常用的损失函数及代码实现分享

    10个Python常用的损失函数及代码实现分享

    损失函数是一种衡量模型与数据吻合程度的算法。损失函数测量实际测量值和预测值之间差距的一种方式。本文为大家总结了10个常用的损失函数及Python代码实现,需要的可以参考一下
    2022-09-09
  • Python循环结构的应用场景详解

    Python循环结构的应用场景详解

    这篇文章主要介绍了Python循环结构的应用场景详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07
  • python名片管理系统开发

    python名片管理系统开发

    这篇文章主要为大家详细介绍了python名片管理系统开发,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2020-06-06

最新评论