如何在PyTorch中对张量进行元素级加法？

我们可以使用 torch.add() 在PyTorch中对张量进行元素级加法。它会将张量的相应元素相加。我们可以将标量或张量添加到另一个张量中。我们可以将维度相同或不同的张量相加。最终张量的维数将与更高维度张量的维数相同。

步骤

导入所需库。在以下所有Python示例中，需要的Python库是 torch 。确保已经安装它。
定义两个或多个PyTorch张量并打印它们。如果要添加标量数量，请定义它。
使用 torch.add() 将两个或多个张量相加，并将其值分配给新变量。您也可以将标量数量添加到张量中。使用此方法添加张量不会对原始张量进行任何更改。
打印最终张量。

示例1

下面的Python程序显示如何将标量数量添加到张量中。我们看到了执行相同任务的三种不同方法。

# Python程序执行元素级加法
# 导入所需库
import torch

# 创建一个张量
t = torch.Tensor([1,2,3,2])
print("Original Tensor t:\n", t)

# 将标量值添加到张量中
v = torch.add(t, 10)
print("Element-wise addition result:\n", v)

# 也可以使用以下方式执行同样的操作
t1 = torch.Tensor([10])
w = torch.add(t, t1)
print("Element-wise addition result:\n", w)

# 另一种执行上述操作的方法
t2 = torch.Tensor([10,10,10,10])
x = torch.add(t, t2)
print("Element-wise addition result:\n", x)

输出

Original Tensor t:
tensor([1., 2., 3., 2.])
Element-wise addition result:
tensor([11., 12., 13., 12.])
Element-wise addition result:
tensor([11., 12., 13., 12.])
Element-wise addition result:
tensor([11., 12., 13., 12.])

示例2

下面的Python程序显示如何添加1D和2D张量。

# 导入库
import torch

# 创建一个2-D张量
T1 = torch.Tensor([[1,2],[4,5]])

# 创建一个1-D张量
T2 = torch.Tensor([10]) #也可以写成t2 = torch.Tensor([10,10])
print("T1:\n", T1)
print("T2:\n", T2)

# 将1-D张量添加到2-D张量
v = torch.add(T1, T2)
print("Element-wise addition result:\n", v)

输出

T1:
tensor([[1., 2.],
         [4., 5.]])
T2:
tensor([10.])
Element-wise addition result:
tensor([[11., 12.],
         [14., 15.]])

示例3

下面的程序显示如何添加2D张量。

# 导入库
import torch

# 创建两个2-D张量
T1 = torch.Tensor([[1,2],[3,4]])
T2 = torch.Tensor([[0,3],[4,1]])
print("T1:\n", T1)
print("T2:\n", T2)

# 添加上述两个2-D张量
v= torch.add(T1,T2)
print("Element-wise addition result:\n", v)

输出

T1:
tensor([[1., 2.],
         [3., 4.]])
T2:
tensor([[0., 3.],
         [4., 1.]])
Element-wise addition result:
tensor([[1., 5.],
         [7., 5.]])