Python PyTorch remainder()用法及代码示例

PyTorchremainder()方法计算除法运算的逐元素余数(被除数除以除数)。被除数是一个张量，而除数可以是一个数字或张量。此方法应用模运算，如果结果的符号与除数不同，则将除数添加到模结果中。此方法仅支持整数和浮点值输入。以下是该方法的语法 -

用法： torch.remainder(input, other, out=None)

参数：

输入：被除数(张量)。
other：除数(张量或数字)。

返回： 它返回一个带有余数值的张量。

让我们了解一下火炬。remainder()方法并借助一些 Python 示例。

示例 1：

在下面的 Python 示例中，我们计算火炬张量除以数字时的余数。

这里，-13 除以 5，余数是 2。怎么样？ mod(-13, 5) = -3，则 -3+5 = 2。当模值与除数不同时，将除数与模相加。请注意当除数为 -5 时余数有何不同。

Python3


# Python 3 program to demonstrate the  
# torch.remainder() method 
# importing torch 
import torch 
  
# define the dividend 
x = torch.tensor([5, -13, 24, -7, 7]) 
print("Dividend:", x) 
  
# define the divisor 
y = 5
print("Divisor:",y) 
  
# compute the remainder 
remainder = torch.remainder(x,y) 
print("Remainder:",remainder) 
z = -5
print("Divisor:",z) 
remainder = torch.remainder(x,z) 
print("Remainder:",remainder)

输出：

Dividend: tensor([  5, -13,  24,  -7,   7])
Divisor: 5
Remainder: tensor([0, 2, 4, 3, 2])
Divisor: -5
Remainder: tensor([ 0, -3, -1, -2, -3])

示例 2：

在下面的 Python 示例中，当被除数和除数都是 torch 张量时，我们计算逐元素余数。

Python3


# Python 3 program to demonstrate the  
# torch.remainder() method 
# importing torch 
import torch 
  
# define the dividend 
x = torch.tensor([15, -13, 15, -15, 0]) 
print("Dividend:", x) 
  
# define the divisor 
y = torch.tensor([7, 7, -7, -7, 7]) 
print("Divisor:",y) 
  
# compute the remainder 
remainder = torch.remainder(x,y) 
print("Remainder:",remainder)

输出：

Dividend: tensor([ 15, -13,  15, -15,   0])
Divisor: tensor([ 7,  7, -7, -7,  7])
Remainder: tensor([ 1,  1, -6, -1,  0])

示例 3：

在下面的示例中，我们按照示例 2 中的方法查找余数，但针对的是浮点张量。

Python3


# Python 3 program to demonstrate the  
# torch.remainder() method for float values 
# importing torch 
import torch 
  
# define the dividend 
x = torch.tensor([15., -13., 15., -15., 0]) 
print("Dividend:", x) 
  
# define the divisor 
y = torch.tensor([7., 7., -7., -7., 7.]) 
print("Divisor:",y) 
  
# compute the remainder 
remainder = torch.remainder(x,y) 
print("Remainder:",remainder)

输出：

Dividend: tensor([ 15., -13.,  15., -15.,   0.])
Divisor: tensor([ 7.,  7., -7., -7.,  7.])
Remainder: tensor([ 1.,  1., -6., -1.,  0.])

示例4：

在下面的示例中，尝试求除以零或无穷大时的余数。

请注意，当除数为零时，无论股息值如何，余数都是 nan(非数字)。当非零除以无穷大时，余数为无穷大，但当零除以无穷大时，余数为 0。另请注意，两个张量都是浮点张量。请参阅下一个整数除以零的示例。

Python3


# Python 3 program to demonstrate the  
# torch.remainder() method 
# importing torch 
import torch 
import numpy as np 
  
# define the dividend 
x = torch.tensor([15., -13., 0., -15., 0]) 
print("Dividend:", x) 
  
# define the divisor 
y = torch.tensor([0., np.inf, 0., 0., np.inf]) 
print("Divisor:",y) 
  
# compute the remainder 
remainder = torch.remainder(x,y) 
print("Remainder:",remainder)

输出：

Dividend: tensor([ 15., -13.,   0., -15.,   0.])
Divisor: tensor([0., inf, 0., 0., inf])
Remainder: tensor([nan, inf, nan, nan, 0.])

实施例5：

在此示例中，我们尝试求整数除以零时的余数。

请注意，在整数被除数的情况下，它会引发运行时错误，而在浮点被除数的情况下，它会将余数返回为 nan(如示例 4 所示)。

Python3


# Python 3 program to demonstrate the  
# torch.remainder() method 
# importing torch 
import torch 
import numpy as np 
  
# define the dividend 
x = torch.tensor([15]) 
print("Dividend:", x) 
  
# define the divisor 
y = torch.tensor([0]) 
print("Divisor:",y) 
  
# compute the remainder 
remainder = torch.remainder(x,y) 
print("Remainder:",remainder)

输出：

Dividend: tensor([15])
Divisor: tensor([0])


RuntimeError: ZeroDivisionError

相关用法

注：本文由纯净天空筛选整理自shahidedu7大神的英文原创作品 Python PyTorch remainder() method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。