Python基础语法2（Pytorch）

之前写过《记录PYTHON 3的一些基础语法》，现在来拓展一下知识和强化代码功底。

enumerate()函数

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出下标和数据，一般用在 for 循环当中。

Python 2.3. 以上版本可用。

lst = ['a', 'b', 'c', 'd', 'e']
for idx, val in enumerate(lst):
    print(idx, val)

'''
output:
0 a
1 b
2 c
3 d
4 e
'''

生成随机tensor矩阵

import torch  # 引入头文件

A = torch.rand([3, 2]) * 5  # 创建出随机的3 x 2的矩阵，大小[0., 5.]
print(A)

随机矩阵通常作为机器学习的初始参数矩阵。

输出tensor矩阵形状

print(A.shape)

输出torch.Size([3, 2])表示这是一个3 x 2的矩阵。

tensor矩阵转置

A = torch.rand([3, 2]) * 5  # 创建出随机的3 x 2的矩阵，大小[0., 5.]
A = A.T
print(A)

或者下面这样写也可以得到转置矩阵

A = torch.t(A)

tensor矩阵乘法

import torch  # 引入头文件

A = torch.rand([3, 2]) * 5  # 创建出随机的3 x 2的矩阵，大小[0., 5.]
B = torch.rand([2, 4]) * 6  # 创建随机的2 x 6的矩阵，大小[0., 6.]
print(torch.matmul(A, B))  # 第一个矩阵的列数等于第二个矩阵的行数，才能相乘

注意第一个矩阵的列数等于第二个矩阵的行数，才能相乘，比如上面的[3, 2]可以和[2, 4]相乘，但是不能和[3, 4]相乘，这是线性代数的知识。