Pytorch - float_power

Pytorch ist ein Open-Source-Framework für die Python-Programmiersprache.

Ein Tensor ist ein mehrdimensionales Array, das zum Speichern von Daten verwendet wird. Um einen Tensor zu verwenden, müssen wir das Fackelmodul importieren.

Um einen Tensor zu erstellen, ist die verwendete Methode Tensor ().

Syntax:
Fackel.Tensor (Daten)

Wobei Daten ein mehrdimensionales Array sind.

Fackel.float_power ()

Es erhöht die Elemente zur Macht des Exponenten in einem Tensor und gibt alle Elemente in einem Tensor mit doppelter Präzision zurück. Es dauert zwei Parameter.

Syntax:
Fackel.float_power (Tensor_Object, Exponent)

Parameter:

1. Es dauert ein Tensorobjekt als erster Parameter.
2. Ein Exponent erhöht die Werte in einem Tensor.

Beispiel 1:
Lassen Sie uns einen 1D -Tensor erstellen, der fünf Elemente hat und die Elemente an die Macht von vier Jahren erhöht.

#Lassen Sie uns das Taschenmodul importieren
Taschenlampe importieren
#Create 1D -Tensormatrix
Data1 = Fackel.Tensor ([1,2,3,4,5])
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("Erhöhung zu Power-4:")
#Kraft von 4
Druck (Taschenlampe.float_power (Daten1,4))

Ausgang:

Tatsächlicher Tensor:
Tensor ([1, 2, 3, 4, 5])
Erhöhen auf Power-4:
Tensor ([1., 16., 81., 256., 625.], dType = Torch.float64)

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

Beispiel 2:
Erstellen wir einen 2D -Tensor, der fünf Elemente in jeder Reihe hat und die Elemente von zwei Two erhöht.

#Lassen Sie uns das Taschenmodul importieren
Taschenlampe importieren
#Create 1D -Tensormatrix
Data1 = Fackel.Tensor ([[1,2,3,4,5], [0,0,0,0,0]])
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("Raise to Power-2:")
#Kraft von 2
Druck (Taschenlampe.float_power (data1,2))

Ausgang:

Tatsächlicher Tensor:
Tensor ([[1, 2, 3, 4, 5],
[0, 0, 0, 0, 0]])
Erhöhen zu Power-2:
Tensor ([1)., 4., 9., 16., 25.],
[0., 0., 0., 0., 0.]], dType = Torch.float64)

Arbeiten:
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

Arbeiten Sie mit CPU

Wenn Sie die Funktion float_power () auf der CPU ausführen möchten, müssen wir einen Tensor mit einer CPU () -Funktion erstellen. Dies wird auf einer CPU -Maschine ausgeführt.

Zu diesem Zeitpunkt können wir beim Erstellen eines Tensors die CPU () -Funktion verwenden.

Syntax:
Fackel.Tensor (Daten).Zentralprozessor()

Beispiel 1:
Lassen Sie uns einen 1D -Tensor erstellen, der fünf Elemente auf der CPU enthält und die Elemente von vier Jahren erhöht.

#Lassen Sie uns das Taschenmodul importieren
Taschenlampe importieren
#Create 1D -Tensormatrix
Data1 = Fackel.Tensor ([1,2,3,4,5]).Zentralprozessor()
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("Erhöhung zu Power-4:")
#Kraft von 4
Druck (Taschenlampe.float_power (Daten1,4))

Ausgang:

Tatsächlicher Tensor:
Tensor ([1, 2, 3, 4, 5])
Erhöhen auf Power-4:
Tensor ([1., 16., 81., 256., 625.], dType = Torch.float64)

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

Beispiel 2:
Lassen Sie uns einen 2D -Tensor erstellen, der fünf Elemente in der CPU in jeder Reihe hat und die Elemente von zwei ZWEI erhöht.

#Lassen Sie uns das Taschenmodul importieren
Taschenlampe importieren
#Create 1D -Tensormatrix
Data1 = Fackel.Tensor ([[1,2,3,4,5], [0,0,0,0,0]]).Zentralprozessor()
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("Raise to Power-2:")
#Kraft von 2
Druck (Taschenlampe.float_power (data1,2))

Ausgang:

Tatsächlicher Tensor:
Tensor ([[1, 2, 3, 4, 5],
[0, 0, 0, 0, 0]])
Erhöhen zu Power-2:
Tensor ([1)., 4., 9., 16., 25.],
[0., 0., 0., 0., 0.]], dType = Torch.float64)

Arbeiten:
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

Abschluss

In dieser Pytorch -Lektion haben wir die Funktion float_power () besprochen. Es erhöht die Elemente zur Macht des Exponenten in einem Tensor und gibt alle Elemente in einem Tensor mit doppelter Präzision zurück. Wir haben zwei verschiedene Beispiele gesehen und diese Beispiele auch auf einer CPU -Maschine bearbeitet.