Python 随机数 广播

numpy np.random使用

torch.rand()、torch.randn()、torch.randint()、torch.randperm()用法

产生整数，产生 和 输入size 相同的tensor， 输入 需要 指明范围 low high 默认low=0

torch.randperm()

输入是n 返回 从 0~n-1的所有数字的随机排列

broadcast （ 若要 发生广播，两个张量 至少一个张量 有维度 =1的维度）

python 矩阵 或者 向量 维度不匹配，在进行 + - * 会发生 广播机制（numpy，pytorch 均支持）

1. 维度相同， 对应元素进行运算

2. 一个矩阵和一个向量

向量根据矩阵的维度进行广播 扩展自身的维度

复制多行

复制多列

3. 两个向量

若维度相同直接运算，若不同 则发生 广播

哈达玛积，元素间点乘 论文里面 有时候会出现

a1 , a2 是随机生成的两个 张量。 两者维度 不同 发生广播

b1 , b2 是随机生成的两个 张量。 两者维度 相同， 采用 * 进行运算 对应元素进行 element-wise multiplication， 上面的 a1和a2的哈达玛积计算过程： a2发生 广播，复制两列，之后维度相同 对应元素相乘

区别于 torch.matmul(A,B) ,要求AB矩阵需要满足 矩阵乘法规则