python中行向量与列向量问题（基于torch）（醍醐灌顶系列）

已于 2022-03-05 17:38:34 修改
阅读量2.2k 收藏 7
点赞数 6
分类专栏： python 文章标签： python 矩阵 pytorch
于 2021-11-03 16:31:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/c_0934/article/details/121123871
版权
本文通过两个示例解释了PyTorch如何处理行向量与列向量的区别。指出在计算机中，若要明确区分这两种向量，则需使用特定形式的矩阵表示；而单独的向量则被视为一维数组，默认可进行内积运算。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

问题：torch不区分行向量与列向量？看完以下两个示例你应该就懂了！

示例一：

 

示例二：

结论：如果你想在计算机中区分行向量或者列向量的话，必须用矩阵来表示（如上面示例二中的4*1矩阵E），如果只是一个向量的话，从计算机角度就默认理解为一维数组（这个一维数组可以参与内积运算）。

基于pytorch 预训练的词向量用法详解
01-20
如何在pytorch中使用word2vec训练好的词向量 torch.nn.Embedding() 这个方法是在pytorch中将词向量和词对应起来的一个方法. 一般情况下,如果我们直接使用下面的这种: self.embedding = torch.nn.Embedding(num_...
关于pytorch不区分行向量与列向量的理解
laosao_66的博客
10-12 962
老师讲深度学习时候解释pytorch不区分行向量和列向量，只相当于是一维数组，一维张量一定是行向量，相当于数组，而行列向量可以放到矩阵中看。可以看出，在乘法中矩阵右乘向量可以得到正确结果，向量乘矩阵报错，因此在pytorch中还是倾向于将向量理解成列向量比较合适。再看看在矩阵与向量乘法中向量的角色。说明确实行和列向量没有区分。
torch中行向量和列向量
WslWslYYX的博客
12-14 2691
今天在学习李沐老师的《动手学深度学习》中的数组操作部分，对于向量这一块解决了一个一直困惑我的小问题，就是： 行向量和列向量怎么区别？ 如果要区分两者的区别，则必须用矩阵表示，对于计算机来说，单纯的一列或一行都是一个一维数组。 x = torch.arange(4,dtype = torch.float32).reshape(1,-1) y = torch.arange(4,dtype = torch.float32).reshape(-1,1) x,y (tensor([[0., 1., 2., 3.
pytorch中的一维数组，是列向量还是行向量？
Tiko的博客
04-21 5072
文章目录pytorch中的一维数组，是列向量还是行向量？理解其他 pytorch中的一维数组，是列向量还是行向量？ 理解 从表示的结果上看是以行的形式展现的（看起来就是一行）；从数学的习惯表达上看，它是列向量 pytorch中的一维数组是以列向量为数学计算约定，而已行向量为表示形式的向量。 其他 import torch x = torch.arange(12) x_shape = x.shape x_Transposition = x.T print("x:", x) print("x shape
pytorch tensor筛选满足条件的行或列（使用与或）
YahamaTarGe的博客
01-24 1万+
import torch x = torch.linspace(1, 8, steps=8).view(4, 2) print(x) area1=(x[:,0]>5.5)&(x[:,1]>5.5) c=x[:,0]*x[:,1] area2=c>25 area=area1|area2 print(x[area]) if 0: # index=torch.max(area,...
torch中tensor的普通索引以及index_select、torch.gather
qq_43391414的博客
09-27 1万+
今天讲二维和三维数组如何索引，重点在二维，三维是从二维拓展而来。 二维 二维数组很容易索引，例如： c=torch.rand(2,3) print(c) #取行 print(c[[0,1],:]) #取列 print(c[:,[1,2]]) #取行列，所以就是某个元素了。 print(c[[0],[0]])#取(0,0) print(c[[0,0,0],[0,1,2]])#取(0,0),(0,1),(0,2) 需要注意的是，上述写成下述则不是我们想要的： index=torch.tensor(
torch.randn()参数size与输出张量形状详解
热门推荐
zwma_33的博客
03-23 1万+
torch.randn()参数size与输出张量形状详解 torch.randn(*size, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor Returns a tensor filled with random numbers from a normal distribution with mean 0 and variance 1 (also called the
python基于Torch Hub的图像分割模型FCN源码.zip
最新发布
10-15
【2】项目主要针对各个计算机相关专业，包括但不限于计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 【3】项目具有较高的学习借鉴价值，不仅适用于小白...
Python基于Torch Hub的深度估计模型MiDaS源码.zip
10-15
【2】项目主要针对各个计算机相关专业，包括但不限于计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 【3】项目具有较高的学习借鉴价值，不仅适用于小白...
词向量-基于Pytorch实现静态词向量训练.zip
04-28
PyTorch为训练词向量提供了强大的支持，主要通过其torch.nn模块中的Embedding层来实现。Embedding层是一个查找表，它将每个单词（通常是整数索引）映射到一个固定长度的向量。在训练过程中，我们可以用简单的线性...
基于Torch Hub的深度估计模型MiDaS-python源码.zip
05-02
本案例以Python语言实现了基于Torch Hub的MiDaS模型，提供了方便快捷的接口来调用和应用深度估计模型。 Torch Hub是PyTorch框架中的一个功能，它允许用户轻松地分享和加载预训练模型，极大地简化了模型的使用流程。...
【05 线性代数】动手学深度学习
weixin_44280309的博客
04-29 736
数学背景入门 标量 简单操作 长度--->绝对值 向量 （一行值） 简单操作 长度 每个元素的平方求和再开根号 点乘 正交 矩阵 简单操作 乘法（矩阵乘以向量） 乘法（矩阵乘以矩阵） 范数 范数(norm)是线性代数中的一个基本概念。在泛函分析中，它定义在赋范线性空间中，并满足一定的条件，即①非负性；②齐次性；③三角不等式，它常常被用来度量某个向量空间（或矩阵）中的每个向量的长度或大小。 常见范数 矩阵范数：最小的满足的上面公式的值 Frobenius范数： 特殊
PyTorch向量变换基本操作
from top to bottom
06-06 7005
一、torch.cat()或者时torch.concat()对张量在指定维度进行拼接 二、tesnsor.unzqueeze()对张量进行维度扩展 三、tensor.permute()对张量进行维度变换
torch.Tensor行向量转为列向量（unsqueeze）
发现问题，并解决问题，批判性思维
06-02 3136
torch.Tensor行向量转为列向量（unsqueeze）
关于pytorch不区分行向量与列向量的实验
tongjingqi_的博客
01-22 1982
听李沐老师讲深度学习时候解释pytorch不区分行向量和列向量，只相当于是一维数组，为了理解透彻，做了一些实验 r=torch.tensor([1,2,3],dtype=torch.float32) print(r,r.T) 说明确实行和列向量没有区分 再看看在矩阵与向量乘法中向量的角色 r=torch.tensor([1,2,3],dtype=torch.float32) print(r,r.T) m=torch.ones(3,3) print(torch.mv(m,r)) print(torch.m
【Pytorch】系统学习Pytorch（一）——tensor维度理解和取行列值操作
AlexFaker的博客
01-18 1万+
Pytorch最核心的数据类型是tensor（张量），实际上我个人觉得形式上张量就是个高维数组。但是tensor的维度如何理解，比如高维tensor我们取[:,:,:,...:,3]的时候我们取的是那些数？这涉及到对tensor维度的理解。
pytorch实现列向量变矩阵
Deep Learning and NLP Farm
05-26 1万+
import torch x = torch.Tensor(3,1) print(x) y = torch.Tensor(3,3) print(y.copy_(x)) print(id(x), id(y)) 代码运行如下： 借鉴的地址： https://blog.youkuaiyun.com/hungryof/article/details/51802829 中tensor的复制...
PyTorch入门（一）向量
weixin_34166847的博客
02-28 572
什么是PyTorch？   PyTorch是Facebook人工智能团队开发的一个机器学习和深度学习工具，用于处理大规模图像分析，包括物体检测，分割与分类。但是它的功能不仅限于此。它与其它深度学习框架结合，能够完成复杂的算法。PyTorch用Python和C++编写。  PyTorch属于深度学习框架中的重要一员，与TensorFlow...
pytorch条件选择行和列
cobracanary的博客
10-16 4040
在使用pytorch中，我们有时会需要按照某些条件去选择行和列（甚至是任意一维），这时候可以这么选择： a=torch.tensor(……) # a是一个n维的tensor b=a[:,:,…,condition,…:,:] # 在某维上指定条件 比方说： >>> a=torch.tensor([[1,2,3],[4,5,6],[7,8,9]]) >>> condition=[True,False,True] >>> a[condition,:]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值