Pytorch-tensor的轉置，運算

1.矩陣的轉置

方法：t()

a=torch.randint(1,10,[2,3])
print(a,'\n')
print(a.t())

輸出結果

tensor([[2, 8, 2],
        [9, 2, 4]])

tensor([[2, 9],
        [8, 2],
        [2, 4]])

transpose(維度下標1，維度下標2)：任意兩個維度之間的轉換

a=torch.randint(1,10,[2,3,4,5])
print(a.shape)
a1=a.transpose(1,3)
print(a1.shape)

輸出結果

torch.Size([2, 3, 4, 5])
torch.Size([2, 5, 4, 3])

permute(維度的下標):所有維度之間的任意轉換

a=torch.randint(1,10,[2,3,4,5])
print(a.shape)
a1=a.permute(2,3,1,0)
print(a1.shape)

輸出結果

torch.Size([2, 3, 4, 5])
torch.Size([4, 5, 3, 2])

2.矩陣的四則運算

矩陣的加法：2行3列矩陣+2行3列矩陣:

a=torch.randint(1,10,[2,3])
b=torch.randint(1,10,[2,3])
print(a,'\n')
print(b,'\n')
print(a+b,'\n')

輸出結果

tensor([[4, 1, 8],
        [6, 7, 4]])

tensor([[9, 7, 1],
        [5, 1, 6]])

tensor([[13,  8,  9],
        [11,  8, 10]])

2行3列矩陣+1行3列矩陣:會先將第二個矩陣復制一行，然后再相加

a=torch.randint(1,10,[2,3])
b=torch.randint(1,10,[1,3])
print(a,'\n')
print(b,'\n')
print(a+b,'\n')

輸出結果

tensor([[9, 2, 3],
        [2, 7, 9]])

tensor([[7, 8, 2]])

tensor([[16, 10,  5],
        [ 9, 15, 11]])

2行1列矩陣+1行3列矩陣：會先將第一個矩陣復制成三列，然后將第二個矩陣復制成兩行，再進行相加

a=torch.randint(1,10,[2,1])
b=torch.randint(1,10,[1,3])
print(a,'\n')
print(b,'\n')
print(a+b,'\n')

輸出結果

tensor([[3],
        [2]])

tensor([[4, 2, 5]])

tensor([[7, 5, 8],
        [6, 4, 7]])

cat(所要相加的矩陣，維度)：兩個矩陣的某個維度相加

除了相加的維度之外，其余的維度的值必須相同

a=torch.randint(1,10,[2,3])
b=torch.randint(1,10,[1,3])
print(a.shape)
print(b.shape)
print(torch.cat([a,b],dim=0).shape,'\n')

輸出結果

torch.Size([2, 3])
torch.Size([1, 3])
torch.Size([3, 3])

stack()：會在所相加維度之前加一個2維的維度，用於兩個tensor相加，但不想合並。

a=torch.randint(1,10,[1,3])
b=torch.randint(1,10,[1,3])
print(a.shape)
print(b.shape)
print(torch.stack([a,b],dim=0).shape)
print(torch.stack([a,b],dim=1).shape)

輸出結果

torch.Size([1, 3])
torch.Size([1, 3])
torch.Size([2, 1, 3])
torch.Size([1, 2, 3])

矩陣的外積

a=torch.tensor([[1,2],[3,4]])
b=torch.tensor([[1,2],[3,4]])
print(a)
print(b)
print(a*b)

輸出結果

tensor([[1, 2],
        [3, 4]])
tensor([[1, 2],
        [3, 4]])
tensor([[ 1,  4],
        [ 9, 16]])

matmul(矩陣a,矩陣b)： 計算矩陣的內積（推薦）

@：計算矩陣的內積

a=torch.tensor([[1,2],[3,4]])
b=torch.tensor([[1,2],[3,4]])
print(a)
print(b)
print(torch.matmul(a,b))    #推薦使用此方法
print(a@b)  # 不推薦

輸出結果

tensor([[1, 2],
        [3, 4]])
tensor([[1, 2],
        [3, 4]])
tensor([[ 7, 10],
        [15, 22]])
tensor([[ 7, 10],
        [15, 22]])