Pytorch中的四则运算高级写法(机器学习)

本文介绍了如何在Pytorch中使用带下划线的方法如add_()和mul_()就地修改Tensor的值,通过示例展示了加法和乘法运算后Tensor变量的变化。这种方法在计算过程中直接更新变量,避免了创建新的Tensor对象。

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

今天发现了一种在Pytorch中可以在计算后自动修改元素值的写法,这里以四则运算为例来说明这个问题。

import torch

# 带有下划线的方法,指代就地修改,计算完成后对操作的tensor变量进行修改
t1 = torch.tensor(5)
t2 = torch.tensor(5)
t3 = torch.tensor(1)
t1.add_(t3)
print("完成加和运算后t1的值为: ")
print(t1)
print("完成乘法运算后t2的值为: ")
t2.mul_(t3)
print(t2)
"""
输出结果:
完成加和运算后t1的值为: 
tensor(6)
完成乘法运算后t2的值为: 
tensor(5)
"""

我们可以看到当计算完成后t1,t2的值均发生了变化。因为减法与加法,乘法与除法互为逆运算,因此Pytorch只提供了tensor.add_()方法和tensor.mul_()方法。

码字不易,如果大家觉得有用,请高抬贵手给一个赞让我上推荐让更多的人看到吧~

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

勤奋的大熊猫

你的鼓励将是我写作最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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