Python PyTorch pow用法及代码示例

本文简要介绍python语言中 torch.pow 的用法。

用法:

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

参数：

• input(Tensor) -输入张量。

• exponent(float或者张量) - index 值

关键字参数：

out(Tensor,可选的) -输出张量。

参数：

• self(float) -幂运算的标量基值

• exponent(Tensor) - index 张量

关键字参数：

out(Tensor,可选的) -输出张量。

使用 exponent 获取 input 中每个元素的幂并返回带有结果的张量。

exponent 可以是单个 float 编号，也可以是具有与 input 相同数量的元素的 Tensor。

当exponent 为标量值时，应用的操作为：

\text{out}_i = x_i ^ \text{exponent}

当exponent 是张量时，应用的操作是：

\text{out}_i = x_i ^ {\text{exponent}_i}

当exponent 是张量时，input 和exponent 的形状必须是可广播的。

例子：

>>> a = torch.randn(4)
>>> a
tensor([ 0.4331,  1.2475,  0.6834, -0.2791])
>>> torch.pow(a, 2)
tensor([ 0.1875,  1.5561,  0.4670,  0.0779])
>>> exp = torch.arange(1., 5.)

>>> a = torch.arange(1., 5.)
>>> a
tensor([ 1.,  2.,  3.,  4.])
>>> exp
tensor([ 1.,  2.,  3.,  4.])
>>> torch.pow(a, exp)
tensor([   1.,    4.,   27.,  256.])

torch.pow(self, exponent, *, out=None) → Tensor

self 是标量 float 值，exponent 是张量。返回的张量 out 与 exponent 的形状相同

应用的操作是：

\text{out}_i = \text{self} ^ {\text{exponent}_i}

例子：

>>> exp = torch.arange(1., 5.)
>>> base = 2
>>> torch.pow(base, exp)
tensor([  2.,   4.,   8.,  16.])