segi empat sama dalam PyTorch

Beli Saya Kopi☕

*Memo:

• Siaran saya menerangkan pow().
• Siaran saya menerangkan float_power().
• Siaran saya menerangkan abs() dan sqrt().
• Siaran saya menerangkan gcd() dan lcm().
• Siaran saya menerangkan trace(), reciprocal() dan rsqrt().

persegi() boleh mendapatkan tensor 0D atau lebih D bagi sifar kuasa dua atau lebih elemen, mendapatkan tensor 0D atau lebih D bagi sifar atau lebih elemen seperti yang ditunjukkan di bawah:

*Memo:

• square() boleh digunakan dengan obor atau tensor.
• Argumen(input) pertama dengan obor atau menggunakan tensor(Jenis Diperlukan:tensor int, float, kompleks atau bool).
• Terdapat hujah dengan obor(Pilihan-Lalai:Tiada-Jenis:tensor): *Memo:
  • out= mesti digunakan.
  • Siaran saya menerangkan hujah.

import torch

my_tensor = torch.tensor(-3)

torch.square(input=my_tensor)
my_tensor.square()
# tensor(9)

my_tensor = torch.tensor([-3, 1, -2, 3, 5, -5, 0, -4])

torch.square(input=my_tensor)
# tensor([9, 1, 4, 9, 25, 25, 0, 16])

my_tensor = torch.tensor([[-3, 1, -2, 3],
                          [5, -5, 0, -4]])
torch.square(input=my_tensor)
# tensor([[9, 1, 4, 9],
#         [25, 25, 0, 16]])

my_tensor = torch.tensor([[[-3, 1], [-2, 3]],
                          [[5, -5], [0, -4]]])
torch.square(input=my_tensor)
# tensor([[[9, 1], [4, 9]],
#         [[25, 25], [0, 16]]])

my_tensor = torch.tensor([[[-3., 1.], [-2., 3.]],
                          [[5., -5.], [0., -4.]]])
torch.square(input=my_tensor)
# tensor([[[9., 1.], [4., 9.]],
#         [[25., 25.], [0., 16.]]])

my_tensor = 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]]])
torch.square(input=my_tensor)
# tensor([[[9.-0.j, 1.+0.j], [4.-0.j, 9.+0.j]],
#         [[25.+0.j, 25.-0.j], [0.+0.j, 16.-0.j]]])

my_tensor = torch.tensor([[[True, False], [True, False]],
                          [[False, True], [False, True]]])
torch.square(input=my_tensor)
# tensor([[[1, 0], [1, 0]],
#         [[0, 1], [0, 1]]])

Atas ialah kandungan terperinci segi empat sama dalam PyTorch. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!