Python PyTorch float_power用法及代码示例

本文简要介绍python语言中 torch.float_power 的用法。

用法:

torch.float_power(input, exponent, *, out=None) → Tensor

参数：

• input(Tensor或者数字) -基值

• exponent(Tensor或者数字) - index 值

关键字参数：

out(Tensor,可选的) -输出张量。

将 input 提高到 exponent 的幂，元素级，双精度。如果两个输入都不是复数，则返回 torch.float64 张量，如果一个或多个输入是复数，则返回 torch.complex128 张量。

注意

此函数始终以双精度计算，与 torch.pow() 不同，后者实现了更典型的类型提升。当需要在更广泛或更精确的 dtype 中执行计算时，这很有用，或者计算结果可能包含在输入 dtype 中无法表示的小数值，例如当整数基数被提升为负整数 index 时。

例子：

>>> a = torch.randint(10, (4,))
>>> a
tensor([6, 4, 7, 1])
>>> torch.float_power(a, 2)
tensor([36., 16., 49.,  1.], dtype=torch.float64)

>>> a = torch.arange(1, 5)
>>> a
tensor([ 1,  2,  3,  4])
>>> exp = torch.tensor([2, -3, 4, -5])
>>> exp
tensor([ 2, -3,  4, -5])
>>> torch.float_power(a, exp)
tensor([1.0000e+00, 1.2500e-01, 8.1000e+01, 9.7656e-04], dtype=torch.float64)