Pytorch 使用特定计算从一维张量生成二维张量是否有内置函数？

嗨，我是一名刚刚开始深入学习的学生

例如，我有一维张量

x=[1,2]

。从这一点出发，我希望制作二维张量

y

，其

（I，j）

th元素的值

（x[I]-x[j]）

，即

y[0，：]=[0，1]

，

y[1，：]=[-1，0]

pytorch库中有这样的内置函数吗

---

谢谢。

有几种方法可以得到这个结果，我能想到的最干净的方法就是使用

产生

y = tensor([[0, -1],
            [1,  0]])

---

注：如果原始问题得到澄清，我将尝试编辑此答案并删除此注释

在你的问题中，你问的是上面代码生成的

y[i，j]=x[i]-x[j]

您还表示希望

y

具有值

y = tensor([[ 0, 1],
            [-1, 0]])

这实际上是

y[i，j]=x[j]-x[i]

，正如迪辛在回答中所说的那样。如果您想要后者，则可以使用

y = x.view(1, -1) - x.view(-1, 1)

---

有几种方法可以得到这个结果，我能想到的最干净的方法就是使用

产生

y = tensor([[0, -1],
            [1,  0]])

---

注：如果原始问题得到澄清，我将尝试编辑此答案并删除此注释

在你的问题中，你问的是上面代码生成的

y[i，j]=x[i]-x[j]

您还表示希望

y

具有值

y = tensor([[ 0, 1],
            [-1, 0]])

这实际上是

y[i，j]=x[j]-x[i]

，正如迪辛在回答中所说的那样。如果您想要后者，则可以使用

y = x.view(1, -1) - x.view(-1, 1)

---

在这里，你们需要张量的右图来得到你们可以使用的预期结果

x=torch.tensor（[1,2]）
y=x-x.unsqueze（1）
Y
张量（[[0,1]，
[-1,  0]])

在这里，你需要张量的右方，才能得到你可以使用的预期结果

x=torch.tensor（[1,2]）
y=x-x.unsqueze（1）
Y
张量（[[0,1]，
[-1,  0]])

你的问题自相矛盾。如果

y[i，j]=x[i]-x[j]

。如果

y[i，j]=x[i]-x[j]

那么

y[0，：]=[0，-1]

和

y[1，：]=[1，0]

。实际上我需要做更多关于基本张量计算的练习。非常感谢：-）事实上，我需要做更多关于基本张量计算的练习。非常感谢：-）