第二章：预备知识整理 ——2.1数据操作

数据操作的课后练习题

2.1.8. 练习¶

1. 运行本节中的代码。将本节中的条件语句 X == Y 更改为 X < Y 或 X > Y，然后看看你可以得到什么样的张量。

2. 用其他形状（例如三维张量）替换广播机制中按元素操作的两个张量。结果是否与预期相同

问题解答：

1.该问题较为简单，针对前面创建的两个Tensor进行比较

X = torch.arange(12, dtype=torch.float32).reshape((3, 4))
Y = torch.tensor([[2.0, 1, 4, 3], [1, 2, 3, 4],[4, 3, 2, 1]])

在进行比较之后，有

X == Y

tensor([[False,  True, False,  True],
        [False, False, False, False],
        [False, False, False, False]])

X < Y

tensor([[ True, False,  True, False],
        [False, False, False, False],
        [False, False, False, False]])

X > Y

tensor([[False, False, False, False],
        [ True,  True,  True,  True],
        [ True,  True,  True,  True]])

2.考虑到两个tensor处于不同形状的话，会往高阶tensor进行转化，可以进行以下测试：

一个是一维一个是二维

x = torch.tensor([1.0, 2, 4, 8])
y = torch.tensor([[2, 2, 2, 2]])
x + y, x - y, x * y, x / y, x ** y

(tensor([[ 3.,  4.,  6., 10.]]),
 tensor([[-1.,  0.,  2.,  6.]]),
 tensor([[ 2.,  4.,  8., 16.]]),
 tensor([[0.5000, 1.0000, 2.0000, 4.0000]]),
 tensor([[ 1.,  4., 16., 64.]]))

一个是一维一个是三维 

x = torch.tensor([1.0, 2, 4, 8])
y = torch.tensor([[[2, 2, 2, 2]]])
x + y, x - y, x * y, x / y, x ** y

(tensor([[[ 3.,  4.,  6., 10.]]]),
 tensor([[[-1.,  0.,  2.,  6.]]]),
 tensor([[[ 2.,  4.,  8., 16.]]]),
 tensor([[[0.5000, 1.0000, 2.0000, 4.0000]]]),
 tensor([[[ 1.,  4., 16., 64.]]]))

可以看到在进行操作之后变成了三维的tensor，与预期相同