n=100 x = torch.ones(n,2) x[:,0].uniform_(-1.,1) x[:5] a = tensor(3.,2) y = x@a + torch.rand(n)
于是百度搜了一下，都是說(shuō)@xxx是注解或者裝飾器，明顯不是這段代碼的場(chǎng)景嘛！
于是又Google了一下，原來(lái)這個(gè)@是Python 3.5之后加入的矩陣乘法運(yùn)算符，終于明白了！
補(bǔ)充：python矩陣乘積運(yùn)算(multiply/maumul/*/@)解析
在訓(xùn)練數(shù)據(jù)時(shí)經(jīng)常涉及到矩陣運(yùn)算，有段時(shí)間沒(méi)有練習(xí)過(guò)了，手便生疏了。
今天重新測(cè)了一把，python中各類(lèi)矩陣運(yùn)算舉例如下，可以清楚的看到tf.matmul(A,C)=np.dot(A,C)= A@C都屬于叉乘，而tf.multiply(A,C)= A*C=A∙C屬于點(diǎn)乘。
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:'+'\n',a)
print('b:'+'\n',b)
print('c:'+'\n',c)
#叉乘
d1=a@c
d2=tf.matmul(a,c)
d3=np.dot(a,c)
#點(diǎn)乘
f1=a*c
f2=tf.multiply(a,c)
with tf.compat.v1.Session() as sess:
print('d1:叉乘a@c' + '\n', d1)
print('d2:叉乘matmul(a,c)' + '\n', sess.run(d2))
print('d3:叉乘dot(a,c)' + '\n', d3)
print('f1:點(diǎn)乘a*c' + '\n', f1)
print('f2:點(diǎn)乘multiply(a,c)' + '\n', sess.run(f2))
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
標(biāo)簽：山東 常州 成都 宿遷 江蘇 蘭州 六盤(pán)水 駐馬店
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《python 中的@運(yùn)算符使用》，本文關(guān)鍵詞 python,中的,運(yùn)算符,使用,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無(wú)關(guān)。
