文章目录broadcasting加减乘除矩阵运算Torch.mm(Torch.matmul )/@2维： 2维powsqrt/sqrtexp/log近似值梯度剪辑最大、最小值：clamp ) ) )
广播业务
expand，withoutcopyingdata http://www.Sina.com /
insert1dimaheadexpanddimswithsize1tosamesizefeaturemaps : [ 4，32，14，14 ] bias : [ 32，1，1 ]=[ 1，32，1，1，1 ]
importtorcha=torch.rand (3，4 ) b=torch.rand(4)4) a b，torch.add(a ) a，b ) ) tensor ([ 1.1636，1.1454，] 请验证一下：
importtorcha=torch.rand (3，4 ) b=torch.rand(4)4) torch.all ) torch.eq ) ab、torch.add(a，b ) )
mul(* ) )。
div(//) ) ) ) ) ) )。
矩阵运算torch.mm ()只能用于二维矩阵的运算。
importtorcha=torch.full ([ 2，2 ]，3 ) b=Torch.Ones ) 2，2 ) torch.mm(a，b ) Tensor ) [6.6.]，[6
二维： importtorcha=torch.full (2，2 )，3 ) b=torch.ones (2，2 ) torch.matmul(a，b ) tensor ) )6.6 3 ) b=torch.ones (2，2 ) a@btensor([6.6.]，[6.6.] )key idea
importtorcha=torch.rand (4，784 ) x=torch.rand (4，784 ) w=torch.rand (512，784 ) x@w.t ) ) ) shapetth
importtorcha=torch.rand (4，3，28，64 ) b=torch.rand ) 4，3，64，32 ) torch.matmul(a ) a，b.shape torch
通道数不同时，符合broadcast的状况：
importtorcha=torch.rand (4，3，28，64 ) b=torch.rand ) 4，1，64，32 ) torch.matmul(a ) a，b.shape torch
importtorcha=torch.rand (4，3，28，64 ) b=torch.rand (4，64，32 ) torch.matmul(a ) a， b ).shapetraceback(mmatmul ) shape trace inmoduleruntimeerror 3360 thesizeoftensora (3) must match the size of tensor b (4) )
任意乘方
importtorcha=torch.full ([ 2，2 ]，6 ) a.pow(3)，3 ) tensor ) [216 .216.]，[216 .216.] ]仅平方
importtorcha=torch.full ([ 2，2 ]，6 ) a**2tensor ) [36 .36.]，[36 .36.] ) sqrt/sqrt平方根：
importtorcha=torch.full ([ 2，2 ]，1024 ) a.sqrt )，a.rsqrt，a**0.5(tensor([[32 .32.]，[32 .32 )
importtorcha=torch.full ([ 2，2 ]，1024 ) a.rsqrt ) (tensor ) [ 0.0312，0.0312 ]，[ 0.0312，0.0312 ] )导出3种：一起写exp、log、log2吧：
importtorcha=torch.exp (torch.ones (2，2 ) ) a、torch.log(a )、torch.log(a ) ) Tensor ) [ 2.7183，2.7188 1.4427]] ) ) )近似值. floor(——下近似. ceil ) ——上近似. trunc ) ) ——修整到整数部分. frac ) ——小数部分importtorcha=totor tensor )、tensor )、3.)、tensor(0.1416 ) (torch.round ) ——四舍五入importtorcha=torch.tensor ) 3.499 (b=torch.tend ) 最小值： importtorchgrad=torch.rand ) 2，3 ) *15 grad.max )，grad.min ) ) tensor ).5018 ) )。 tensor(4.8845 ).clamp ) importtorchgrad=torch.rand ) 2，3 ) *15 grad，grad.clamp )，5，110