PyTorch 中的餘數

請我喝杯咖啡☕

*備忘錄：

• 我的帖子解釋了 add()。
• 我的帖子解釋了 sub()。
• 我的帖子解釋了 mul()。
• 我的帖子解釋了 div()。
• 我的帖子解釋了 fmod()。

remainder() 可以將零個或多個元素的0D 或多個D 張量中的兩個或零個或多個元素的0D 或多個D 張量與一個標量進行Python 的模運算的模數（ mod）計算，得到零個或多個元素的0D 或多個D 張量，如下所示：

*備忘錄：

• 剩餘（）可以與火炬或張量一起使用。
• 第一個參數（輸入）使用 torch（類型：int 或 float 的張量或標量）或使用張量（類型：int 或 float 的張量）（必需）。 *torch 必須使用不含 input= 的標量。
• 帶有 torch 的第二個參數或帶有張量的第一個參數是其他（必需類型：張量或 int 或 float 標量）。
• torch 存在 out 參數（可選-預設：無-型別：張量）： *備註：
  • 必須使用 out=。
  • 我的貼文解釋了論點。
• 將 0(int) 設定為其他會導致 ZeroDivisionError。
• 不能使用標量（輸入）和標量（其他）的組合。
• 結果與其他結果具有相同的符號。

import torch

tensor1 = torch.tensor([9, 7, 6])
tensor2 = torch.tensor([[4, -4, 3], [-2, 5, -5]])

torch.remainder(input=tensor1, other=tensor2)
tensor1.remainder(other=tensor2)
# tensor([[1, -1, 0], [-1, 2, -4]])

torch.remainder(9, other=tensor2)
# tensor([[1, -3, 0], [-1, 4, -1]])

torch.remainder(input=tensor1, other=4)
# tensor([1, 3, 2])

tensor1 = torch.tensor([-9, -7, -6])
tensor2 = torch.tensor([[4, -4, 3], [-2, 5, -5]])

torch.remainder(input=tensor1, other=tensor2)
# tensor([[3, -3, 0],

torch.remainder(-9, other=tensor2)
# tensor([[3, -1, 0], [-1, 1, -4]])

torch.remainder(input=tensor1, other=4)
# tensor([3, 1, 2])

tensor1 = torch.tensor([9.75, 7.08, 6.26])
tensor2 = torch.tensor([[4.26, -4.54, 3.37], [-2.16, 5.43, -5.98]])

torch.remainder(input=tensor1, other=tensor2)
# tensor([[1.2300, -2.0000, 2.8900],
#         [-1.0500, 1.6500, -5.7000]])

torch.remainder(9.75, other=tensor2)
# tensor([[1.2300, -3.8700, 3.0100], [-1.0500, 4.3200, -2.2100]])

torch.remainder(input=tensor1, other=4.26)
# tensor([1.2300, 2.8200, 2.0000])

以上是PyTorch 中的餘數的詳細內容。更多資訊請關注PHP中文網其他相關文章！