Python PyTorch logspace用法及代碼示例

本文簡要介紹python語言中 torch.logspace 的用法。

用法:

torch.logspace(start, end, steps, base=10.0, *, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

參數：

• start(float) -點集的起始值

• end(float) -點集的結束值

• steps(int) -構造張量的大小

• base(float,可選的) -對數函數的底。默認值：10.0。

關鍵字參數：

• out(Tensor,可選的) -輸出張量。

• dtype(torch.dpython：類型,可選的) -執行計算的數據類型。默認值：如果為無，當 start 和 end 都是實數時使用全局默認 dtype(參見 torch.get_default_dtype())，並且當兩者都是複數時使用相應的複數 dtype。

• layout(torch.layout， 可選的) -返回張量的所需布局。默認值：torch.strided。

• device(torch.device， 可選的) -返回張量的所需設備。默認值：如果 None ，使用當前設備作為默認張量類型(參見 torch.set_default_tensor_type() )。 device 將是 CPU 張量類型的 CPU 和 CUDA 張量類型的當前 CUDA 設備。

• requires_grad(bool,可選的) -如果 autograd 應該在返回的張量上記錄操作。默認值：False。

創建一個大小為 steps 的一維張量，其值在 {{\text{{base}}}}^{{\text{{start}}}} 到 {{\text{{base}}}}^{{\text{{end}}}} 之間均勻分布，包括以 base 為底的對數刻度。也就是說，這些值為：

(\text{base}^{\text{start}}, \text{base}^{(\text{start} + \frac{\text{end} - \text{start}}{ \text{steps} - 1})}, \ldots, \text{base}^{(\text{start} + (\text{steps} - 2) * \frac{\text{end} - \text{start}}{ \text{steps} - 1})}, \text{base}^{\text{end}})

警告

不建議為steps 提供值。為了向後兼容，不提供 steps 的值將創建一個具有 100 個元素的張量。請注意，此行為未反映在記錄的函數簽名中，不應依賴。在未來的PyTorch 版本中，未能為steps 提供值將引發運行時錯誤。

例子：

>>> torch.logspace(start=-10, end=10, steps=5)
tensor([ 1.0000e-10,  1.0000e-05,  1.0000e+00,  1.0000e+05,  1.0000e+10])
>>> torch.logspace(start=0.1, end=1.0, steps=5)
tensor([  1.2589,   2.1135,   3.5481,   5.9566,  10.0000])
>>> torch.logspace(start=0.1, end=1.0, steps=1)
tensor([1.2589])
>>> torch.logspace(start=2, end=2, steps=1, base=2)
tensor([4.0])