Aprende Operaciones Matemáticas con Tensores

Operaciones elemento a elemento

Las operaciones elemento a elemento se aplican a cada elemento del tensor de forma individual. Estas operaciones, como la suma, resta y división, funcionan de manera similar a como lo hacen en NumPy:


              123456789101112131415
            
import torch
a = torch.tensor([1, 2, 3])
b = torch.tensor([4, 5, 6])
# Element-wise addition
addition_result = a + b
print(f"Addition: {addition_result}")
# Element-wise subtraction
subtraction_result = a - b
print(f"Subtraction: {subtraction_result}")
# Element-wise multiplication
multiplication_result = a * b
print(f"Multiplication: {multiplication_result}")
# Element-wise division
division_result = a / b
print(f"Division: {division_result}")

Operaciones matriciales

PyTorch también admite la multiplicación de matrices y el producto punto, que se realizan utilizando la función torch.matmul():


              123456
            
import torch
x = torch.tensor([[1, 2], [3, 4]])
y = torch.tensor([[5, 6], [7, 8]])
# Matrix multiplication
z = torch.matmul(x, y)
print(f"Matrix multiplication: {z}")

También se puede utilizar el operador @ para la multiplicación de matrices:


              12345
            
import torch
x = torch.tensor([[1, 2], [3, 4]])
y = torch.tensor([[5, 6], [7, 8]])
z = x @ y
print(f"Matrix Multiplication with @: {z}")

Operaciones de agregación

Las operaciones de agregación calculan estadísticas resumidas a partir de tensores, como suma, media, valor máximo y valor mínimo, que pueden obtenerse utilizando sus respectivos métodos.


              12345678910
            
import torch
tensor = torch.tensor([[1, 2, 3], [4, 5, 6]]).float()
# Sum of all elements
print(f"Sum: {tensor.sum()}")
# Mean of all elements
print(f"Mean: {tensor.mean()}")
# Maximum value
print(f"Max: {tensor.max()}")
# Minimum value
print(f"Min: {tensor.min()}")

Nota

Se utilizó el método float() para convertir el tipo de dato del tensor a punto flotante porque el método mean() requiere un tipo de dato de punto flotante. Sin esta conversión, el tensor mantiene su tipo entero predeterminado, que no es compatible con mean().

Los métodos de agregación también tienen dos parámetros opcionales:

dim: especifica la dimensión (de manera similar a axis en NumPy) a lo largo de la cual se aplica la operación. Por defecto, si no se proporciona dim, la operación se aplica a todos los elementos del tensor;
keepdim: indicador booleano (False por defecto). Si se establece en True, la dimensión reducida se mantiene como una dimensión de tamaño 1 en la salida, preservando el número original de dimensiones.


              12345678
            
import torch
tensor = torch.tensor([[1, 2, 3], [4, 5, 6]])
# Aggregation operations along specific dimensions
print(f"Sum along rows (dim=1): {tensor.sum(dim=1)}")
print(f"Sum along columns (dim=0): {tensor.sum(dim=0)}")
# Aggregation with keepdim=True
print(f"Sum along rows with keepdim (dim=1): {tensor.sum(dim=1, keepdim=True)}")
print(f"Sum along columns with keepdim (dim=0): {tensor.sum(dim=0, keepdim=True)}")

Broadcasting

Broadcasting permite operaciones entre tensores de diferentes formas al expandir automáticamente las dimensiones. Si necesitas un repaso sobre broadcasting, puedes encontrar más detalles aquí.


              123456
            
import torch
a = torch.tensor([[1, 2, 3]])  # Shape (1, 3)
b = torch.tensor([[4], [5]])  # Shape (2, 1)
# Broadcasting addition
c = a + b
print(f"Broadcasted addition: {c}")

Funciones matemáticas útiles

PyTorch también proporciona varias funciones matemáticas como exponenciales, logaritmos y funciones trigonométricas.


              1234567
            
tensor = torch.tensor([1.0, 2.0, 3.0])
# Exponentiation
print(f"Exponent: {tensor.exp()}")
# Logarithm
print(f"Logarithm: {tensor.log()}")
# Sine
print(f"Sine: {tensor.sin()}")

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 1. Capítulo 7

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Desliza para mostrar el menú