当前位置：极客教程 > Numpy > Numpy 问答 > PyTorch einsum函数

PyTorch einsum函数

PyTorch einsum函数

Numpy的基本操作

Python中的Numpy是最广泛使用的科学计算库之一。 它具有高效的n维数组对象以及提供了许多用于数组操作的函数。 它是深度学习框架PyTorch的基础组件之一。

阅读更多：Numpy 教程

Numpy数组的创建和访问

使用numpy我们可以创建和操作n维数组。下面是一个创建numpy数组的示例

import numpy as np
arr = np.array([1,2,3,4,5])
print(arr)
Python

输出结果：

[1 2 3 4 5]
Python

可以通过访问数组索引来访问Numpy数组项

print(arr[0])
print(arr[1])
Python

输出结果：

1
2
Python

Numpy索引和切片

可以使用索引和切片访问Numpy数组的子集。 数组的第一个元素索引是0，最后一个索引是 -1。

访问数组指定的索引：

arr = np.array([1, 2, 3, 4, 5])
print(arr[2])
Python

输出结果：

3
Python

使用切片访问数组的子集：

print(arr[:4])
print(arr[1:4])
Python

输出结果：

[1 2 3 4]
[2 3 4]
Python

Numpy布尔索引

使用布尔数组索引，可以从数组中选择具有 True 值的满足特定条件的元素。 例如，获取数组中所有大于2的元素：

arr = np.array([1, 2, 3, 4, 5])
bool_array = arr > 2
print(bool_array)
print(arr[bool_array])
Python

输出结果：

[False False  True  True  True]
[3 4 5]
Python

Numpy数组的基本数学操作

使用numpy进行数组操作和运算非常方便。下面是使用numpy进行数学运算的示例代码

arr1 = np.array([1,2,3,4,5])
arr2 = np.array([6,7,8,9,10])

#加法
print('加法: ', arr1+arr2)
#减法
print('减法：',arr1-arr2)
#乘法
print('乘法：', arr1*arr2)
#除法
print('除法：', arr1/arr2)
#幂
print('幂运算：', arr1**2)
#对数运算
print('对数运算：', np.log(arr1))
Python

输出结果：

加法:  [ 7  9 11 13 15]
减法： [-5 -5 -5 -5 -5]
乘法： [ 6 14 24 36 50]
除法： [0.16666667 0.28571429 0.375      0.44444444 0.5       ]
幂运算： [ 1  4  9 16 25]
对数运算： [0.         0.69314718 1.09861229 1.38629436 1.60943791]
Python

PyTorch的基本使用

PyTorch是深度学习的框架之一。它是一个开源框架，支持动态图和静态图。它具有一个非常好的API，可以轻松地构建和训练神经网络。PyTorch不仅可以运行在CPU上，也可以运行在GPU上。

PyTorch张量的创建和访问

PyTorch中，张量类似于numpy中的数组。 它是一个多维数组，支持CPU和GPU上的张量操作。 下面是一个创建PyTorch张量对象的示例

import torch
a = torch.tensor([1,2,3,4,5])
print(a)
Python

输出结果：

tensor([1, 2, 3, 4, 5])
Python

可以通过索引访问PyTorch张量中的元素：

print(a[0])
print(a[1])
Python

输出结果：

tensor(1)
tensor(2)
Python

PyTorch张量的基本数学操作

在PyTorch中，可以使用类似于numpy的方式进行张量操作和运算。 下面是一些使用PyTorch进行数学运算的示例代码。

a = torch.tensor([1, 2, 3, 4, 5])
b = torch.tensor([6, 7, 8, 9, 10])

#加法
print('加法: ', a + b)
#减法
print('减法：', a - b)
#乘法
print('乘法：', a * b)
#除法
print('除法：', a / b)
#幂
print('幂运算：', a**2)
#对数运算
print('对数运算：', torch.log(a))
Python

输出结果：

加法:  tensor([ 7,  9, 11, 13, 15])
减法： tensor([-5, -5, -5, -5, -5])
乘法： tensor([ 6, 14, 24, 36, 50])
除法： tensor([0.1667, 0.2857, 0.3750, 0.4444, 0.5000])
幂运算： tensor([ 1,  4,  9, 16, 25])
对数运算： tensor([0.0000, 0.6931, 1.0986, 1.3863, 1.6094])
Python

PyTorch einsum

PyTorch einsum是一个强大的张量运算函数，类似于numpy中的einsum。 它提供了一种使用公式字符串表示张量乘法的方法。

下面是一个PyTorch einsum的示例代码：

import torch

#创建两个张量
a = torch.tensor([[1,2,3], [4,5,6], [7,8,9]])
b = torch.tensor([[1,2,3], [4,5,6], [7,8,9]])

#执行PyTorch einsum方法
c = torch.einsum("ij,jk->ik", a, b)

print(c)
Python

输出结果：

tensor([[ 30,  36,  42],
        [ 66,  81,  96],
        [102, 126, 150]])
Python

在示例代码中，PyTorch einsum 按照指定的公式字符串表示对输入张量进行乘法运算。 具体来说，公式字符串“ij,jk->ik”表示对a和b两个张量执行矩阵乘法。

总结

本文介绍了numpy的基本操作，如数组的创建、索引和切片、布尔索引和基本数学操作。接着，我们介绍了PyTorch的基本使用和张量的操作，包括张量的创建、索引、数学操作和PyTorch einsum功能。学会这些内容后将会对进行科学计算和深度学习有很大的帮助。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

NumPy 精品教程

登录

找回密码？

注册