我知道@是装饰器,但@=Python的用途是什么？这只是对未来想法的保留吗？
这只是我阅读时的众多问题之一tokenizer.py.
python operators matrix-multiplication python-3.x python-3.5
我可以用 python 内置的 @ 运算符替换 torch.matmul 来进行矩阵乘法吗？请假设我知道 torch.matmul、torch.mm 和许多其他之间的区别。我只是想确保其中有多少可以被 @ 运算符安全地替换，而不牺牲速度或 torch 的一些本机支持。
如果没有什么坏处，我想在未来广泛使用它们。
python machine-learning matrix-multiplication deep-learning pytorch
假设x是 Pytorch 中的一个张量。一个人可以写：
x_lowerthanzero = x.lt(0)
或者：
x_lowerthanzero = (x<0)
看似完全相同的结果。许多其他的操作都Pytorch内置等效：x.gt(0)对(x>0)，x.neg()对-x，x.mul()等等。
是否有充分的理由使用一种形式而不是另一种形式？