请我喝杯咖啡☕
*备忘录：
- 我的帖子解释了 square()。
- 我的帖子解释了 float_power()。
- 我的帖子解释了abs()和sqrt()。
- 我的帖子解释了 gcd() 和 lcm()。
- 我的帖子解释了trace()、reciprocal() 和rsqrt()。
pow() 可以从零个或多个元素的 0d 或多个 d 张量中的两个或零个或多个元素的 0d 或多个 d 张量和标量中获得零次或多次幂的 0d 或多个 d 张量，如图所示下图：
*备忘录：
- pow() 可以与 torch 或张量一起使用。
- 第一个参数（输入）带有 torch（必需类型：int、float 或complex 的张量或标量）或使用张量（必需类型：int、float 或complex 的张量）。 *torch 必须使用没有输入的标量=。
- 带有 torch 的第二个参数或带有张量的第一个参数是指数（必需类型：张量或整数、浮点数或复数的标量）。 *不能使用负标量。
- torch 存在 out 参数（可选-默认：无-类型：张量）： *备注：
- 必须使用 out=。
- 我的帖子解释了论点。
- 不能使用标量（输入或张量）和标量（指数）的组合。
- 张量（输入（bool）或张量（bool））和标量（指数（bool））的组合有效。
import torch tensor1 = torch.tensor(-3) tensor2 = torch.tensor([-4, -3, -2, -1, 0, 1, 2, 3]) torch.pow(input=tensor1, exponent=tensor2) tensor1.pow(exponent=tensor2) # tensor([0, 0, 0, 0, 1, -3, 9, -27]) torch.pow(-3, exponent=tensor2) # tensor([0, 0, 0, 0, 1, -3, 9, -27]) torch.pow(input=tensor1, exponent=3) # tensor(-27) tensor1 = torch.tensor([-3, 1, -2, 3, 5, -5, 0, -4]) tensor2 = torch.tensor([-4, -3, -2, -1, 0, 1, 2, 3]) torch.pow(input=tensor1, exponent=tensor2) # tensor([0, 1, 0, 0, 1, -5, 0, -64]) torch.pow(-3, exponent=tensor2) # tensor([0, 0, 0, 0, 1, -3, 9, -27]) torch.pow(input=tensor1, exponent=3) # tensor([-27, 1, -8, 27, 125, -125, 0, -64]) tensor1 = torch.tensor([[-3, 1, -2, 3], [5, -5, 0, -4]]) tensor2 = torch.tensor([0, 1, 2, 3]) torch.pow(input=tensor1, exponent=tensor2) # tensor([[1, 1, 4, 27], [1, -5, 0, -64]]) torch.pow(-3, exponent=tensor2) # tensor([1, -3, 9, -27]) torch.pow(input=tensor1, exponent=3) # tensor([[-27, 1, -8, 27], [125, -125, 0, -64]]) tensor1 = torch.tensor([[[-3, 1], [-2, 3]], [[5, -5], [0, -4]]]) tensor2 = torch.tensor([2, 3]) torch.pow(input=tensor1, exponent=tensor2) # tensor([[[9, 1], [4, 27]], # [[25, -125], [0, -64]]]) torch.pow(-3, exponent=tensor2) # tensor([9, -27]) torch.pow(input=tensor1, exponent=3) # tensor([[[-27, 1], [-8, 27]], # [[125, -125], [0, -64]]]) tensor1 = torch.tensor([[[-3., 1.], [-2., 3.]], [[5., -5.], [0., -4.]]]) tensor2 = torch.tensor([2., 3.]) torch.pow(input=tensor1, exponent=tensor2) # tensor([[[9., 1.], [4., 27.]], # [[25., -125.], [0., -64.]]]) torch.pow(-3., exponent=tensor2) # tensor([9., -27.]) torch.pow(input=tensor1, exponent=3.) # tensor([[[-27., 1.], [-8., 27.]], # [[125., -125.], [0., -64.]]]) tensor1 = torch.tensor([[[-3.+0.j, 1.+0.j], [-2.+0.j, 3.+0.j]], [[5.+0.j, -5.+0.j], [0.+0.j, -4.+0.j]]]) tensor2 = torch.tensor([2.+0.j, 3.+0.j]) torch.pow(input=tensor1, exponent=tensor2) # tensor([[[9.0000+1.5736e-06j, 1.0000+0.0000e+00j], # [4.0000+6.9938e-07j, 27.0000+0.0000e+00j]], # [[25.0000+0.0000e+00j, -125.0000-2.9812e-06j], # [0.0000-0.0000e+00j, -64.0000-1.5264e-06j]]]) torch.pow(-3.+0.j, exponent=tensor2) # tensor([9.0000+1.5736e-06j, -27.0000-6.4394e-07j]) torch.pow(input=tensor1, exponent=3.+0.j) # tensor([[[-27.+0.j, 1.+0.j], # [-8.+0.j, 27.+0.j]], # [[125.+0.j, -125.+0.j], # [0.+0.j, -64.+0.j]]]) my_tensor = torch.tensor([[[True, False], [True, False]], [[False, True], [False, True]]]) torch.pow(input=my_tensor, exponent=True) # tensor([[[True, False], [True, False]], # [[False, True], [False, True]]])
登录后复制
以上就是PyTorch 中的 pow的详细内容，更多请关注php中文网其它相关文章！
微信扫一扫打赏
支付宝扫一扫打赏
