深度学习框架 ：利用 PyTorch 实现与numpy同样的数据矩阵操作1实现数学操作函数加法操作函数绝对值操作函数随机生成数组函数等 2利用Pytorch对矩阵形状进行修改但不影响数据个数

1. 实现数学操作函数，加法操作函数，绝对值操作函数，随机生成数组函数等

import torch
import numpy as np

def add(a, b):
    return a + b

def abs(a):
    return torch.abs(a)

def random_array(shape):
    return torch.rand(shape)

# 示例
a = random_array((3, 4))  # 随机生成一个3行4列的矩阵
b = random_array((3, 4))  # 随机生成一个3行4列的矩阵
print(add(a, b))  # 对两个矩阵进行加法操作
print(abs(a))  # 对矩阵进行绝对值操作

2. 利用Pytorch对矩阵形状进行修改但不影响数据个数

import torch

a = torch.randn((3, 4, 5))  # 随机生成一个3行4列5深度的矩阵
print(a.shape)  # 输出矩阵形状

b = a.view((4, 3, 5))  # 将矩阵形状修改为4行3列5深度，但不改变数据个数
print(b.shape)  # 输出矩阵形状
``