PyTorch의 범위

커피 한잔 사주세요😄

*메모:

• 내 게시물에서는 linspace()에 대해 설명하고 있습니다.
• 내 게시물에서는 logspace()에 대해 설명합니다.

arange()는 아래와 같이 start와 end-1(start

*메모:

• arange()는 토치와 함께 사용할 수 있지만 텐서는 사용할 수 없습니다.
• torch의 첫 번째 인수는 start(Optional-Default:0-Type:int, float, complex 또는 bool)입니다. *메모
  • 끝보다 작거나 같아야 합니다.
  • int, float, complex 또는 bool의 0D 텐서도 작동합니다.
• torch의 두 번째 인수는 end입니다(필수 유형:int, float, complex 또는 bool): *메모:
  • 시작하려면 이 값보다 크거나 같아야 합니다.
  • int, float, complex 또는 bool의 0D 텐서도 작동합니다.
• torch의 세 번째 인수는 step(Optional-Default:1-Type:int, float, complex 또는 bool)입니다. *메모:
  • 0보다 커야 합니다.
  • int, float, complex 또는 bool의 0D 텐서도 작동합니다.
• 토치에는 dtype 인수가 있습니다(Optional-Default:None-Type:dtype): *메모:
  • None인 경우 시작, 끝 또는 단계에서 유추되고 부동 소수점 숫자의 경우 get_default_dtype()이 사용됩니다. *내 게시물에서는 get_default_dtype() 및 set_default_dtype()에 대해 설명합니다.
  • dtype=을 사용해야 합니다.
  • 내 게시물에서는 dtype 인수에 대해 설명합니다.
• torch(Optional-Default:None-Type:str, int 또는 device())에 장치 인수가 있습니다. *메모:
  • None인 경우 get_default_device()가 사용됩니다. *내 게시물에서는 get_default_device() 및 set_default_device()에 대해 설명합니다.
  • device=을(를) 사용해야 합니다.
  • 내 게시물에 장치 인수에 대한 설명이 나와 있습니다.
• 토치(Optional-Default:False-Type:bool)에는 require_grad 인수가 있습니다. *메모:
  • require_grad=를 사용해야 합니다.
  • 내 게시물에서는 require_grad 인수에 대해 설명합니다.
• 토치에 out 인수가 있습니다(Optional-Default:None-Type:tensor): *메모:
  • out=을 사용해야 합니다.
  • 내 게시물이 주장을 설명합니다.
• arange()와 유사한 range()가 있지만 range()는 더 이상 사용되지 않습니다.

import torch

torch.arange(end=5)
# tensor([0, 1, 2, 3, 4])

torch.arange(start=5, end=15)
# tensor([5, 6, 7, 8, 9, 10, 11, 12, 13, 14])

torch.arange(start=5, end=15, step=3)
# tensor([5, 8, 11, 14])

torch.arange(start=-5, end=5)
# tensor([-5, -4, -3, -2, -1, 0, 1, 2, 3, 4])

torch.arange(start=-5, end=5, step=3)
torch.arange(start=torch.tensor(-5),
             end=torch.tensor(5),
             step=torch.tensor(3))
# tensor([-5, -2, 1, 4])

torch.arange(start=-5., end=5., step=3.)
torch.arange(start=torch.tensor(-5.),
             end=torch.tensor(5.),
             step=torch.tensor(3.))
# tensor([-5., -2., 1., 4.])

torch.arange(start=-5.+0.j, end=5.+0.j, step=3.+0.j)
torch.arange(start=torch.tensor(-5.+0.j),
             end=torch.tensor(5.+0.j),
             step=torch.tensor(3.+0.j))
# tensor([-5., -2., 1., 4.])

torch.arange(start=False, end=True, step=True)
torch.arange(start=torch.tensor(False),
             end=torch.tensor(True),
             step=torch.tensor(True))
# tensor([0])

위 내용은 PyTorch의 범위의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!