加法

import torch
import numpy as npprint('# 加法')
a = torch.Tensor(np.arange(6).reshape(2, 3))
b = torch.Tensor(np.arange(6).reshape(2, 3))
res = torch.add(a, b)
print(a)
'''
tensor([[0., 1., 2.],[3., 4., 5.]])
'''
print(b)
'''
tensor([[0., 1., 2.],[3., 4., 5.]])
'''
print(res)
'''
tensor([[ 0.,  2.,  4.],[ 6.,  8., 10.]])
'''

减法

print('# 减法')
a = torch.Tensor(np.arange(6).reshape(2, 3))
b = torch.Tensor(np.random.randint(0, 9, size=(2, 3)))
res = torch.sub(a, b)
print(a)
'''
tensor([[0., 1., 2.],[3., 4., 5.]])
'''
print(b)
'''
tensor([[0., 1., 5.],[3., 1., 3.]])
'''
print(res)
'''
tensor([[ 0.,  0., -3.],[ 0.,  3.,  2.]])
'''

乘法

print('# 乘法')
a = torch.Tensor(np.arange(6).reshape(2, 3))
b = torch.Tensor(np.arange(6).reshape(2, 3))
res = torch.mul(a, b)
print(a)
'''
tensor([[0., 1., 2.],[3., 4., 5.]])
'''
print(b)
'''
tensor([[0., 1., 2.],[3., 4., 5.]])
'''
print(res)
'''
tensor([[ 0.,  1.,  4.],[ 9., 16., 25.]])
'''

除法

rint('# 除法')
a = torch.Tensor(np.arange(6).reshape(2, 3))
b = torch.Tensor(np.random.randint(0, 9, size=(2, 3)))
res = torch.div(a, b)
print(a)
'''
tensor([[0., 1., 2.],[3., 4., 5.]])
'''
print(b)
'''
tensor([[8., 6., 8.],[8., 0., 4.]])
'''
print(res)
# 当除数为0时，结果为inf
'''
tensor([[0.0000, 0.1667, 0.2500],[0.3750,    inf, 1.2500]])
'''

指数

print('# 以e为底数的指数运算')
a = torch.Tensor(np.arange(6).reshape(2, 3))
res = torch.exp(a)  # 底为e的指数
print(a)
'''
tensor([[0., 1., 2.],[3., 4., 5.]])
'''
print(res)
'''
tensor([[  1.0000,   2.7183,   7.3891],[ 20.0855,  54.5981, 148.4132]])
'''print('# n次幂，n次方')
a = torch.randint(0, 9, (2, 3))
b = torch.randint(0, 9, (2, 3))
res = torch.pow(input=a, exponent=b)
print(a)
'''
tensor([[1, 5, 4],[8, 6, 0]])
'''
print(b)
'''
tensor([[8, 8, 3],[8, 5, 8]])
'''
print(res)
'''
tensor([[       1,   390625,       64],[16777216,     7776,        0]])
'''

对数

print('# 对数')
a = torch.Tensor(np.arange(6).reshape(2, 3))
print(a)
'''
tensor([[0., 1., 2.],[3., 4., 5.]])
'''# 计算以e为底的对数
res = torch.log(a)
print(res)
'''
tensor([[  -inf, 0.0000, 0.6931],[1.0986, 1.3863, 1.6094]])
'''# 计算以2为底的对数
res = torch.log2(a)
print(res)
'''
tensor([[  -inf, 0.0000, 1.0000],[1.5850, 2.0000, 2.3219]])
'''# 计算以10为底的对数
res = torch.log10(a)
print(res)
'''
tensor([[  -inf, 0.0000, 0.3010],[0.4771, 0.6021, 0.6990]])
'''# 计算以e为底，a+1的对数
res = torch.log1p(a)
print(res)
'''
tensor([[0.0000, 0.6931, 1.0986],[1.3863, 1.6094, 1.7918]])
'''

绝对值

print('# 绝对值')
a = torch.randint(-10, -1, (2, 3))
print(a)
'''
tensor([[-5, -8, -3],[-6, -9, -5]])
'''
res = torch.abs(a)
print(res)
'''
tensor([[5, 8, 3],[6, 9, 5]])
'''

pytorch基本数学运算：加法减法乘法除法指数对数绝对值相关推荐

java BigDecimal加法/减法/乘法/除法保留两位小数
1.BigDecimal类概述及其构造方法由于在运算的时候,float类型和double类型很容易丢失进度,所以,为了能够精确的表示.计算浮点数,java提供了BigDecimal类 BigDe ...
c语言加法减法乘法,一元多项式的加法减法乘法c语言描述线性表应用
一元多项式的加法减法乘法 --(c语言描述)线性表应用来源:永远的北邮人 vc6.0下调试通过 #include #include #include #include #include #inclu ...
java：数学运算的取最大、最小、绝对值的函数方法
数学运算的取最大.最小.绝对值的函数方法相关说明源码运行结果相关说明方法Math.A A为数学方法数学方法: min(a,b) ········a到b的最小值 max(c,d) ····· ...
java实现一元多项式减法_一元多项式加法减法乘法
1 #include 2 #include 3 //系数 coefficient,coef4 //指数 exponent, expon 5 typedef struct polyNode*polyno ...
矩阵加法减法乘法计算
矩阵最近在做重写帧同步矩阵相关运算的时候突然发现自己矩阵乘法运算怎么做了,这里参考别人文档写一篇让自己巩固下矩阵算法.(文章中括号就不画了,用 [ ] 代替了) 矩阵加法计算公式如下 /// [ ...
移位运算为什么比乘法除法快
从效率上看,使用移位指令有更高的效率,因为移位指令占2个机器周期,而乘除法指令占4个机器周期.从硬件上看,移位对硬件更容易实现,所以会用移位,移一位就乘2,这种乘法当然考虑移位了. 两个64位的数按位 ...
PyTorch的数学运算
文章目录 1. 张量的乘法(矩阵的乘法) 2. 幂 3. 指数 4. 近似 5. clamp 6. 范数 6.1 向量归一化 7. 统计值 8. ndim 9. topk 10. 高阶OP 10.1 ...
Polyworks脚本开发学习笔记(六)-比较运算、数学运算、逻辑运算及流程控制
Polyworks脚本开发学习笔记(六)-比较运算.数学运算.逻辑运算及流程控制前言比较运算.逻辑运算及流程控制是编程的基本语法,Polyworks的语法规则与VB/C#/Python等并没有很大 ...
js进行数学运算，加法，减法，乘法，除法
1.简单的数学运算 // 加法 const accAdd = (arg1, arg2) => {var r1, r2, m;try {r1 = arg1.toString().split(&qu ...

pytorch基本数学运算：加法减法乘法除法指数对数绝对值

加法

减法

乘法

除法

指数

对数

绝对值

pytorch基本数学运算：加法减法乘法除法指数对数绝对值相关推荐

最新文章

热门文章

pytorch基本数学运算：加法 减法 乘法 除法 指数 对数 绝对值

加法

减法

乘法

除法

指数

对数

绝对值

pytorch基本数学运算：加法 减法 乘法 除法 指数 对数 绝对值相关推荐

最新文章

热门文章

pytorch基本数学运算：加法减法乘法除法指数对数绝对值

pytorch基本数学运算：加法减法乘法除法指数对数绝对值相关推荐