Pytorch - float_power

Pytorch è un framework open source per il linguaggio di programmazione Python.

Un tensore è un array multidimensionale che viene utilizzato per archiviare i dati. Quindi, per usare un tensore, dobbiamo importare il modulo Torcia.

Per creare un tensore, il metodo utilizzato è tensore ().

Sintassi:
torcia.tensore (dati)

Dove i dati sono un array multidimensionale.

torcia.float_power ()

Aumenta gli elementi al potere dell'esponente in un tensore e restituisce tutti gli elementi in un tensore con doppia precisione. Ci vogliono due parametri.

Sintassi:
torcia.float_power (tensor_object, esponente)

Parametri:

1. Prende un oggetto tensore come primo parametro.
2. Un esponente aumenta i valori in un tensore.

Esempio 1:
Creiamo un tensore 1D che ha cinque elementi e aumenta gli elementi al potere di quattro.

#Let's Import Torch Module
Torcia di importazione
#create 1D Tensor Matrix
data1 = torcia.tensore ([1,2,3,4,5])
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Sali a Power-4:")
#power di 4
Stampa (torcia.float_power (data1,4))

Produzione:

Tensor reale:
tensore ([1, 2, 3, 4, 5])
Sali a Power-4:
tensore ([1., 16., 81., 256., 625.], dtype = torcia.float64)

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

Esempio 2:
Creiamo un tensore 2D che ha cinque elementi in ogni riga e solleva gli elementi al potere di due.

#Let's Import Torch Module
Torcia di importazione
#create 1D Tensor Matrix
data1 = torcia.tensore ([[1,2,3,4,5], [0,0,0,0,0]])
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Sali a Power-2:")
#power di 2
Stampa (torcia.float_power (data1,2))

Produzione:

Tensor reale:
tensore ([[1, 2, 3, 4, 5],
[0, 0, 0, 0, 0]])
Sali a Power-2:
tensore ([[1., 4., 9., 16., 25.",
[0., 0., 0., 0., 0.]], dType = torcia.float64)

Lavorando:
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

Lavorare con la CPU

Se si desidera eseguire la funzione float_power () sulla CPU, allora dobbiamo creare un tensore con una funzione CPU (). Questo funzionerà su una macchina CPU.

Al momento, quando stiamo creando un tensore, possiamo usare la funzione CPU ().

Sintassi:
torcia.tensore (dati).processore()

Esempio 1:
Creiamo un tensore 1D che ha cinque elementi sulla CPU e aumenta gli elementi al potere di quattro.

#Let's Import Torch Module
Torcia di importazione
#create 1D Tensor Matrix
data1 = torcia.tensore ([1,2,3,4,5]).processore()
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Sali a Power-4:")
#power di 4
Stampa (torcia.float_power (data1,4))

Produzione:

Tensor reale:
tensore ([1, 2, 3, 4, 5])
Sali a Power-4:
tensore ([1., 16., 81., 256., 625.], dtype = torcia.float64)

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

Esempio 2:
Creiamo un tensore 2D che ha cinque elementi sulla CPU in ogni riga e aumenta gli elementi al potere di due.

#Let's Import Torch Module
Torcia di importazione
#create 1D Tensor Matrix
data1 = torcia.tensore ([[1,2,3,4,5], [0,0,0,0,0]]).processore()
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Sali a Power-2:")
#power di 2
Stampa (torcia.float_power (data1,2))

Produzione:

Tensor reale:
tensore ([[1, 2, 3, 4, 5],
[0, 0, 0, 0, 0]])
Sali a Power-2:
tensore ([[1., 4., 9., 16., 25.",
[0., 0., 0., 0., 0.]], dType = torcia.float64)

Lavorando:
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

Conclusione

In questa lezione di Pytorch, abbiamo discusso della funzione float_power (). Aumenta gli elementi al potere dell'esponente in un tensore e restituisce tutti gli elementi in un tensore con doppia precisione. Abbiamo visto due diversi esempi e abbiamo anche lavorato questi esempi su una macchina CPU.