python 의@연산 자 사용
n=100
x = torch.ones(n,2)
x[:,0].uniform_(-1.,1)
x[:5]
a = tensor(3.,2)
y = x@a + torch.rand(n)
이 안에@기호 가 있 는데 무슨 뜻 인지 모 르 겠 어 요.그래서 바 이 두 가 찾 아 봤 는데 모두@xxx 가 주해 나 장식 기 라 고 했 어 요.분명히 이 코드 의 장면 이 잖 아 요!
그래서 다시 구 글 을 했 습 니 다.이@은 Python 3.5 이후 에 추 가 된 행렬 곱셈 연산 자 였 습 니 다.드디어 알 게 되 었 습 니 다!
추가:python 매트릭스 곱 하기 연산(multiply/mauml/*/@)해석
데 이 터 를 훈련 할 때 행렬 연산 과 자주 관련 되 어 한동안 연습 을 하지 않 았 더 니 손 이 서 툴 러 졌 다.
오늘 다시 한 번 측 정 했 습 니 다.python 의 각종 행렬 연산 예 를 들 면 다음 과 같 습 니 다.tf.matmul(A,C)=np.dot(A,C)=A@C모두 차 승 에 속 하고 tf.multiply(A,C)=A*C=A·C 는 점 승 에 속한다.
Python 테스트 인 코딩 은 다음 과 같 습 니 다:
import tensorflow as tf
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([5,6])
c = np.array([[5,6],[7,8]])
print('a:'+'
',a)
print('b:'+'
',b)
print('c:'+'
',c)
#
d1=a@c
d2=tf.matmul(a,c)
d3=np.dot(a,c)
#
f1=a*c
f2=tf.multiply(a,c)
with tf.compat.v1.Session() as sess:
print('d1: a@c' + '
', d1)
print('d2: matmul(a,c)' + '
', sess.run(d2))
print('d3: dot(a,c)' + '
', d3)
print('f1: a*c' + '
', f1)
print('f2: multiply(a,c)' + '
', sess.run(f2))
테스트 결 과 는 다음 과 같다.이상 은 개인 적 인 경험 이 므 로 여러분 에 게 참고 가 되 기 를 바 랍 니 다.여러분 들 도 저 희 를 많이 응원 해 주시 기 바 랍 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
로마 숫자를 정수로 또는 그 반대로 변환그 중 하나는 로마 숫자를 정수로 변환하는 함수를 만드는 것이었고 두 번째는 그 반대를 수행하는 함수를 만드는 것이었습니다. 문자만 포함합니다'I', 'V', 'X', 'L', 'C', 'D', 'M' ; 문자열이 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.