Pytorch - Float_Power

Pytorch to open source framework dla języka programowania Pythona.

Tensor to wielowymiarowa tablica, która jest używana do przechowywania danych. Aby użyć tensora, musimy zaimportować moduł pochodni.

Aby utworzyć tensor, zastosowaną metodą jest tensor ().

Składnia:
latarka.tensor (dane)

Gdzie dane są wielowymiarową tablicą.

latarka.float_power ()

Podnosi elementy do mocy wykładnika w tensorze i zwraca wszystkie elementy w tensorze z podwójną precyzją. Wymaga dwóch parametrów.

Składnia:
latarka.float_power (tensor_object, wykładnik)

Parametry:

1. Zajmuje obiekt tensorowy jako pierwszy parametr.
2. Wykładnik podnosi wartości w tensorze.

Przykład 1:
Utwórzmy tensor 1d, który ma pięć elementów i podnosi elementy do mocy czterech.

#Zaimportujmy moduł pochodni
Importuj pochodnię
#Create 1d Tensor Matrix
data1 = pochodnia.tensor ([1,2,3,4,5])
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Podnieś do Power-4:”)
#Power of 4
Drukuj (pochodnia.float_power (dane 1,4))

Wyjście:

Rzeczywisty tensor:
tensor ([1, 2, 3, 4, 5])
Podnieś do Power-4:
tensor [[1., 16., 81., 256., 625.], dtype = pochodnia.float64)

Pracujący:
1^4 = 1
2^4 = 16
3^4 = 81
4^4 = 256
5^4 = 625

Przykład 2:
Utwórzmy tensor 2D, który ma pięć elementów w każdym rzędzie i podnosi elementy do mocy dwóch.

#Zaimportujmy moduł pochodni
Importuj pochodnię
#Create 1d Tensor Matrix
data1 = pochodnia.tensor ([[1,2,3,4,5], [0,0,0,0,0]]))
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Podnieś do Power-2:”)
#power of 2
Drukuj (pochodnia.float_power (data1,2))

Wyjście:

Rzeczywisty tensor:
tensor ([[1, 2, 3, 4, 5],
[0, 0, 0, 0, 0]])
Podnieś do Power-2:
tensor [[[1., 4., 9., 16., 25.],
[0., 0., 0., 0., 0.]], dtype = pochodnia.float64)

Pracujący:
1^2 = 1, 0^2 = 0
2^2 = 4, 0^2 = 0
3^2 = 9, 0^2 = 0
4^2 = 16, 0^2 = 0
5^2 = 25, 0^2 = 0

Pracuj z CPU

Jeśli chcesz uruchomić funkcję float_power () na procesorze, musimy utworzyć tensor z funkcją cpu (). Będzie to działać na komputerze procesora.

W tej chwili, kiedy tworzymy tensor, możemy użyć funkcji CPU ().

Składnia:
latarka.tensor (dane).procesor()

Przykład 1:
Utwórzmy tensor 1d, który ma pięć elementów na procesorze i podnosi elementy do mocy czterech.

#Zaimportujmy moduł pochodni
Importuj pochodnię
#Create 1d Tensor Matrix
data1 = pochodnia.tensor ([1,2,3,4,5]).procesor()
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Podnieś do Power-4:”)
#Power of 4
Drukuj (pochodnia.float_power (dane 1,4))

Wyjście:

Rzeczywisty tensor:
tensor ([1, 2, 3, 4, 5])
Podnieś do Power-4:
tensor [[1., 16., 81., 256., 625.], dtype = pochodnia.float64)

Pracujący:
1^4 = 1
2^4 = 16
3^4 = 81
4^4 = 256
5^4 = 625

Przykład 2:
Utwórzmy tensor 2D, który ma pięć elementów na procesorze w każdym rzędzie i podnosi elementy do mocy dwóch.

#Zaimportujmy moduł pochodni
Importuj pochodnię
#Create 1d Tensor Matrix
data1 = pochodnia.tensor ([[1,2,3,4,5], [0,0,0,0,0]])).procesor()
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Podnieś do Power-2:”)
#power of 2
Drukuj (pochodnia.float_power (data1,2))

Wyjście:

Rzeczywisty tensor:
tensor ([[1, 2, 3, 4, 5],
[0, 0, 0, 0, 0]])
Podnieś do Power-2:
tensor [[[1., 4., 9., 16., 25.],
[0., 0., 0., 0., 0.]], dtype = pochodnia.float64)

Pracujący:
1^2 = 1, 0^2 = 0
2^2 = 4, 0^2 = 0
3^2 = 9, 0^2 = 0
4^2 = 16, 0^2 = 0
5^2 = 25, 0^2 = 0

Wniosek

W tej lekcji Pytorcha omówiliśmy funkcję float_power (). Podnosi elementy do mocy wykładnika w tensorze i zwraca wszystkie elementy w tensorze z podwójną precyzją. Widzieliśmy dwa różne przykłady, a także opracowaliśmy te przykłady na komputerze procesora.