数据操作-广播机制

在之前运算中,都是在相同形状的两个张量上执行按元素操作。在某些情况下,我们仍然可以通过调用 广播机制 (broadcasting mechanism) 来执行按元素操作

1、通过适当复制元素来扩展一个或两个数组,以便在转换之后,两个张量具有相同的形状

2、对生成的数组执行按元素操作。

1
2
3
4
5
6
7
8
9
10
a = torch.arange(3).reshape(3, 1)
b = torch.arange(2).reshape(1, 2)
a, b
 
#输出结果
 
(tensor([[0],
         [1],
         [2]]),
 tensor([[0, 1]]))

  

由于 a 和 b 分别是 3×1和 1×2 矩阵,如果直接相加,它们的形状不匹配。我们将两个矩阵广播为一个更大的 3×2矩阵,如下所示:矩阵 a将复制列,矩阵 b将复制行,然后再按元素相加。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
c=a + b
print(a)
print(b)
print(c)
 
#输出结果
 
tensor([[0],
        [1],
        [2]])
tensor([[0, 1]])
tensor([[0, 1],
        [1, 2],
        [2, 3]])

  

posted @   小秦同学在上学  阅读(88)  评论(0编辑  收藏  举报
编辑推荐:
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
点击右上角即可分享
微信分享提示