Python PyTorch float_power用法及代碼示例

本文簡要介紹python語言中 torch.float_power 的用法。

用法:

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

參數：

• input(Tensor或者數字) -基值

• exponent(Tensor或者數字) - index 值

關鍵字參數：

out(Tensor,可選的) -輸出張量。

將 input 提高到 exponent 的冪，元素級，雙精度。如果兩個輸入都不是複數，則返回 torch.float64 張量，如果一個或多個輸入是複數，則返回 torch.complex128 張量。

注意

此函數始終以雙精度計算，與 torch.pow() 不同，後者實現了更典型的類型提升。當需要在更廣泛或更精確的 dtype 中執行計算時，這很有用，或者計算結果可能包含在輸入 dtype 中無法表示的小數值，例如當整數基數被提升為負整數 index 時。

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)