Python Pytorch arange()用法及代碼示例

PyTorch是由Facebook開發的開源機器學習庫。它用於深度神經網絡和自然語言處理。

函數torch.arange()返回大小的一維張量 $\left\lceil \frac{\text{end} - \text{start}}{\text{step}} \right\rceil$
從間隔的值從開始就采取共同的差異步驟。

$out_{i+1} = out_i + step$

用法:torch.arange(start=0, end, step=1, out=None)

參數：
start：點集的起始值。默認值：0。
end：點集的最終值
step：每對相鄰點之間的間隙。默認值：1。
out(Tensor, optional)：輸出張量

返回類型：張量

代碼1：

# Importing the PyTorch library 
import torch 
  
  
# Applying the arange function and 
# storing the resulting tensor in 't' 
a = torch.arange(3) 
print("a = ", a) 
  
b = torch.arange(1, 6) 
print("b = ", b) 
  
c = torch.arange(1, 5, 0.5) 
print("c = ", c)

輸出：

a =  tensor([0, 1, 2])
b =  tensor([1, 2, 3, 4, 5])
c =  tensor([1.0000, 1.5000, 2.0000, 2.5000, 3.0000, 3.5000, 4.0000, 4.5000])

請注意，與末尾比較時，非整數步驟易受浮點舍入誤差的影響；為避免不一致，在這種情況下，建議在末端增加一個小的epsilon。

相關用法

注：本文由純淨天空篩選整理自sanskar27jain大神的英文原創作品 Python Pytorch arange() method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。