torch.linalg.svd() 計算矩陣或一批矩陣的奇異值分解 (SVD)。奇異值分解表示為命名元組 (U, S, Vh)。對於實矩陣，U 和 Vh 是正交的；對於復矩陣，U 和 Vh 是酉的。當 V 為實數時，Vh 是 V 的轉置；當 V 為複數時，Vh 是 V 的共軛轉置。即使輸入是複數，S 也始終是實數。語法：U, S, Vh = torch.linalg.svd(A, full_matrices=True) 引數：A – PyTorch 張量（矩陣或一批矩陣）。full_matrices – 如果為 True，則輸出為完全 SVD，否則為簡化 SVD。預設為 True。輸出：它返回一個命名元組……閱讀更多

就地操作直接更改張量的內容，而無需複製它。因為它不會建立輸入的副本，所以在處理高維資料時可以減少記憶體使用量。就地操作有助於減少 GPU 記憶體的使用。在 PyTorch 中，就地操作總是以“_”字尾結尾，例如 add_()、mul_() 等。步驟：要執行就地操作，可以按照以下步驟操作：匯入所需的庫。所需的庫是 torch。定義/建立要對其執行就地操作的張量。執行普通操作和就地操作，以檢視它們之間的明顯區別。顯示張量……閱讀更多

要在 PyTorch 中計算張量元素的對數，我們使用 torch.log() 方法。它返回一個新張量，其中包含原始輸入張量元素的自然對數值。它以張量作為輸入引數，並輸出一個張量。步驟：匯入所需的庫。在以下所有 Python 示例中，所需的 Python 庫是 torch。確保你已經安裝了它。建立一個張量並列印它。計算 torch.log(input)。它以輸入（一個張量）作為輸入引數，並返回一個新張量，其中包含輸入元素的自然對數值。列印張量……閱讀更多

PyTorch 張量是同質的，即張量的所有元素都具有相同的資料型別。我們可以使用張量的“.dtype”屬性訪問張量的資料型別。它返回張量的資料型別。步驟：匯入所需的庫。在以下所有 Python 示例中，所需的 Python 庫是 torch。確保你已經安裝了它。建立一個張量並列印它。計算 T.dtype。這裡 T 是我們要獲取資料型別的張量。列印張量的資料型別。示例 1：以下 Python 程式演示如何獲取……閱讀更多

要計算張量元素的正弦，我們使用 torch.sin() 方法。它返回一個新張量，其中包含原始輸入張量元素的正弦值。它以張量作為輸入引數，並輸出一個張量。步驟：匯入所需的庫。在以下所有 Python 示例中，所需的 Python 庫是 torch。確保你已經安裝了它。建立一個張量並列印它。計算 torch.sin(input)。它以輸入（一個張量）作為輸入引數，並返回一個新張量，其中包含輸入元素的正弦值。列印包含輸入元素正弦值的張量……閱讀更多

要壓縮張量，我們使用 torch.squeeze() 方法。它返回一個新張量，其中包含輸入張量的所有維度，但刪除了大小為 1 的維度。例如，如果輸入張量的形狀是 (M ☓ 1 ☓ N ☓ 1 ☓ P)，則壓縮後的張量將具有形狀 (M ☓ N ☓ P)。要解壓縮張量，我們使用 torch.unsqueeze() 方法。它返回一個新張量，其中在特定位置插入了一個大小為 1 的新維度。步驟：匯入所需的庫。在以下所有 Python 示例中，所需的 Python 庫是 torch。確保你已經安裝了……閱讀更多

使用 torch.histc() 計算張量的直方圖。它返回一個表示為張量的直方圖。它接受四個引數：輸入、箱數、最小值和最大值。它將元素排序到最小值和最大值之間的等寬箱中。它忽略小於最小值和大於最大值的元素。步驟：匯入所需的庫。在以下所有 Python 示例中，所需的 Python 庫是 torch 和 Matplotlib。確保你已經安裝了它們。建立一個張量並列印它。計算 torch.histc(input, bins=100, min=0, max=100)。它返回一個包含直方圖值的張量。將 bins、min 和 max 設定為適當的值……閱讀更多

RGB 影像具有三個通道：紅色、綠色和藍色。我們需要計算這些影像通道上影像畫素值的平均值。為此，我們使用 torch.mean() 方法。但是此方法的輸入引數是 PyTorch 張量。因此，我們首先將影像轉換為 PyTorch 張量，然後應用此方法。它返回張量中所有元素的平均值。要查詢影像通道的平均值，我們將引數 dim 設定為 [1, 2]。步驟：匯入所需的庫。在以下所有 Python 示例中，所需的 Python 庫是……閱讀更多

要在 PyTorch 中逐元素比較兩個張量，我們使用 torch.eq() 方法。它比較相應的元素，如果兩個元素相同則返回“True”，否則返回“False”。我們可以比較具有相同或不同維度的兩個張量，但兩個張量的大小必須在非單例維度上匹配。步驟：匯入所需的庫。在以下所有 Python 示例中，所需的 Python 庫是 torch。確保你已經安裝了它。建立一個 PyTorch 張量並列印它。計算 torch.eq(input1, input2)。它返回一個包含“True”和/或“False”的張量。它逐元素比較張量，如果相應的……閱讀更多

PyTorch 提供了一個方法 `torch.kthvalue()` 來查詢張量的第 k 個元素。它返回按升序排列的張量中第 k 個元素的值，以及該元素在原始張量中的索引。`torch.topk()` 方法用於查詢前“k”個元素。它返回張量中前“k”個或最大的“k”個元素。步驟：匯入所需的庫。在以下所有 Python 示例中，所需的 Python 庫是 torch。請確保您已安裝它。建立一個 PyTorch 張量並列印它。計算 `torch.kthvalue(input, k)`。它返回兩個張量。將這兩個張量賦值給兩個新的變數……閱讀更多