这篇文章主要介绍了python 中的@运算符使用，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
在看fastai的代码时，看到这么一段：
n=100 x = torch.ones(n,2) x[:,0].uniform_(-1.,1) x[:5] a = tensor(3.,2) y = x@a + torch.rand(n)
这里面有个@符号不知道是啥意思？
于是百度搜了一下，都是说@xxx是注解或者装饰器，明显不是这段代码的场景嘛！
于是又Google了一下，原来这个@是Python 3.5之后加入的矩阵乘法运算符，终于明白了！
补充：python矩阵乘积运算(multiply/maumul/*/@)解析
在训练数据时经常涉及到矩阵运算，有段时间没有练习过了，手便生疏了。
今天重新测了一把，python中各类矩阵运算举例如下，可以清楚的看到tf.matmul(A,C)=np.dot(A,C)= A@C都属于叉乘，而tf.multiply(A,C)= A*C=A∙C属于点乘。
Python测试编码如下：
import tensorflow as tf import numpy as np a = np.array([[1,2],[3,4]]) b = np.array([5,6]) c = np.array<div style="color:transparent">来源gaodai.ma#com搞##代!^码@网</div>([[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) #点乘 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:点乘a*c' + '\n', f1) print('f2:点乘multiply(a,c)' + '\n', sess.run(f2))
测试结果如下：
以上为个人经验，希望能给大家一个参考，也希望大家多多支持gaodaima搞代码网。
以上就是python 中的@运算符使用的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python 中的@运算符使用
转载请注明原文链接：python 中的@运算符使用
