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]]) |
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 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
· 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)