深入解读 PyTorch 张量运算：6 大核心函数全面解析，代码示例一步到位！

系列文章目录

Pytorch基础篇

01-PyTorch新手必看：张量是什么？5 分钟教你快速创建张量！
02-张量运算真简单！PyTorch 数值计算操作完全指南
03-Numpy 还是 PyTorch？张量与 Numpy 的神奇转换技巧
04-揭秘数据处理神器：PyTorch 张量拼接与拆分实用技巧
05-深度学习从索引开始：PyTorch 张量索引与切片最全解析
06-张量形状任意改！PyTorch reshape、transpose 操作超详细教程
07-深入解读 PyTorch 张量运算：6 大核心函数全面解析，代码示例一步到位！
08-自动微分到底有多强？PyTorch 自动求导机制深度解析

Pytorch实战篇

09-从零手写线性回归模型：PyTorch 实现深度学习入门教程
10-PyTorch 框架实现线性回归：从数据预处理到模型训练全流程
11-PyTorch 框架实现逻辑回归：从数据预处理到模型训练全流程
12-PyTorch 框架实现多层感知机（MLP）：手写数字分类全流程详解

---

---

前言

在深度学习中，张量是数据处理和计算的基本单元，PyTorch 提供了许多方便易用的张量运算函数。例如，计算均值、平方、平方根、求和、指数、对数等操作，可以帮助我们快速实现复杂的数学运算。本篇文章将通过一个完整的例子，逐步讲解 6 类常见张量运算函数的用法。

---

一、张量的创建

1.1 示例代码

在进行张量操作之前，我们需要先创建一个张量。以下代码使用 torch.randint 生成一个 2x3 的张量，元素值范围在 0 到 15 之间，类型为 torch.float64。

import torch

def example():
    # 创建一个 2x3 的张量
    data = torch.randint(0, 15, [2, 3], dtype=torch.float64)
    print("原始数据:")
    print(data)
    print('-' * 50)

1.2 示例输出

原始数据:
tensor([[ 4.,  9., 12.],
        [ 7.,  3., 11.]], dtype=torch.float64)
--------------------------------------------------

---

二、张量的均值计算

张量的均值是常见的统计量之一，用于衡量数据的集中趋势。在 PyTorch 中，可以通过 .mean() 方法计算。

2.1 示例代码

    # 计算均值
    print("张量的均值:")
    print(data.mean())  # 全局均值
    print(data.mean(dim=0))  # 按列计算均值
    print