首页练习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

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 11:16:36 浏览: 101

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