Pytorch学习之torch----数学操作(三)

1. torch.reciprocal(input, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的倒数。
参数：

• input(Tensor) – 输入张量
• out(Tensor, 可选) – 输出张量

>>> a = torch.randn(5)
>>> a
tensor([ 0.6535,  1.3616, -1.6167, -0.0142,  0.0186])
>>> torch.reciprocal(a)
tensor([  1.5303,   0.7345,  -0.6186, -70.6554,  53.8015])

2. torch.remainder(input, divisor, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的除法余数。除数与被除数可能同时包含整数或浮点数，余数与除数有相同的符号
参数：

• input(Tensor) – 被除数
• divisor(Tensor or float) – 除数，一个数或者与除数相同大小的张量
• out(Tensor，可选) – 输出张量

>>> torch.remainder(torch.Tensor([-3, -2, -1, 1, 2, 3]), 2)
tensor([1., 0., 1., 1., 0., 1.])

3. torch.round(input, out=None)

说明： 返回一个新张量，将输入input张量每个元素舍入到最近的整数
参数：

• input(Tensor) – 输入张量
• out(Tensor,可选) – 输出张量

>>> a = torch.randn(4)
>>> torch.round(a)
tensor([-0.,  1., -1.,  0.])

4. torch.rsqrt(input, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的平方根倒数。
参数：

• input(Tensor) – 输入张量
• out(Tensor,可选0 – 输出张量

>>> a = torch.randn(4)
>>> a
tensor([ 0.0934,  0.2079, -0.4841, -3.2004])
>>> torch.rsqrt(a)
tensor([3.2716, 2.1930,    nan,    nan])

5. torch.sigmoid(input, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的sigmoid值
参数：

• input(Tensor) – 输入张量
• out(Tensor,可选) – 输出张量

>>> a = torch.randn(4)
>>> a
tensor([ 0.6220,  0.4341, -0.5248,  0.8342])
>>> torch.sigmoid(a)
tensor([0.6507, 0.6068, 0.3717, 0.6973])

6. torch.sign(input, out=None)

说明： 符号函数，返回一个新张量，包含输入input张量每个元素的正负
参数：

• input(Tensor) – 输入张量
• out(Tensor,可选) – 输出张量

>>> a = torch.randn(4)
>>> a
tensor([ 0.1224,  0.6647, -0.3843,  1.2878])
>>> torch.sign(a)
tensor([ 1.,  1., -1.,  1.])

7. torch.sin(input, out=None)

说明：返回一个新张量，包含输入input张量每个元素的正弦。
参数：

• input(Tensor) – 输入张量
• out(Tensor, 可选) – 输出张量

>>> a = torch.randn(4)
>>> torch.sin(a)
tensor([-0.8258, -0.8077, -0.5048,  0.9997])

8. torch.sinh(input, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的双曲正弦
参数：

• input(Tensor) – 输入张量
• out(Tensor,可选) – 输出张量

>>> a = torch.randn(4)
>>> a
tensor([ 1.1792, -1.0052, -0.2577, -0.1537])
>>> torch.sinh(a)
tensor([ 1.4722, -1.1833, -0.2605, -0.1543])

9. torch.sqrt(input, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的平方根
参数：

• input(Tensor) – 输入张量
• out(Tensor, 可选) – 输出张量

>>> a = torch.randn(4)
>>> a
tensor([ 0.3252, -0.8610, -1.1563, -0.2361])
>>> torch.sqrt(a)
tensor([0.5703,    nan,    nan,    nan])

10. torch.tan(input, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的正切。
参数：

• input(Tensor) – 输入张量
• out(Tensor, 可选) – 输出张量

>>> a = torch.randn(4)
>>> a
tensor([-0.4005, -0.2229, -1.4596, -0.7481])
>>> torch.tan(a)
tensor([-0.4233, -0.2267, -8.9521, -0.9280])

11. torch.tanh(input, out=None)

说明： 返回一个新张量，包含输入input张量每个元素的双曲正切
参数：

• input(Tensor) – 输入张量
• out(Tensor,可选) – 输出张量

>>> a = torch.randn(4)
>>> torch.tanh(a)
tensor([-0.2677,  0.7824,  0.0271, -0.0853])

12. torch.trunc(input, out=None)

说明： 返回一个新张量，包含输入张量每个元素的截断值（标量x的截断值是最接近其的整数）
参数：

• input(Tensor) – 输入张量
• out(Tensor,可选) – 输出张量

>>> a = torch.randn(4)
>>> a
tensor([-0.1385, -0.7681,  0.4294,  0.4270])
>>> torch.trunc(a)
tensor([-0., -0., 0., 0.])