Pytorch - float_power

Pytorch est un cadre open source pour le langage de programmation Python.

Un tenseur est un tableau multidimensionnel utilisé pour stocker des données. Donc, pour utiliser un tenseur, nous devons importer le module de torche.

Pour créer un tenseur, la méthode utilisée est tenseur ().

Syntaxe:
torche.tenseur (données)

Où les données sont un tableau multidimensionnel.

torche.float_power ()

Il augmente les éléments au pouvoir de l'exposant dans un tenseur et renvoie tous les éléments dans un tenseur avec une double précision. Il faut deux paramètres.

Syntaxe:
torche.float_power (tensor_object, exposant)

Paramètres:

1. Il prend un objet tensor comme le premier paramètre.
2. Un exposant augmente les valeurs dans un tenseur.

Exemple 1:
Créons un tenseur 1D qui a cinq éléments et augmente les éléments à la puissance de quatre.

# Importons le module Torch
Importer une torche
#Create 1D Tensor Matrix
data1 = torche.tenseur ([1,2,3,4,5])
#afficher
Imprimer ("Tensor réel:")
Imprimer (DATA1)
Imprimer ("River to Power-4:")
#Power de 4
imprimer (torche.float_power (data1,4))

Sortir:

Tensor réel:
tenseur ([1, 2, 3, 4, 5])
Élever à la puissance-4:
tenseur ([1., 16., 81., 256., 625.], dtype = torche.float64)

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

Exemple 2:
Créons un tenseur 2D qui a cinq éléments dans chaque rangée et soulève les éléments à la puissance de deux.

# Importons le module Torch
Importer une torche
#Create 1D Tensor Matrix
data1 = torche.Tensor ([[1,2,3,4,5], [0,0,0,0,0]])
#afficher
Imprimer ("Tensor réel:")
Imprimer (DATA1)
Imprimer ("River to Power-2:")
#Power de 2
imprimer (torche.float_power (data1,2))

Sortir:

Tensor réel:
Tensor ([[1, 2, 3, 4, 5],
[0, 0, 0, 0, 0]])
Richer à Power-2:
tenseur ([[1., 4., 9., 16., 25.]],
[0., 0., 0., 0., 0.]], dtype = torche.float64)

Fonctionnement:
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

Travailler avec le processeur

Si vous souhaitez exécuter la fonction float_power () sur le CPU, alors nous devons créer un tenseur avec une fonction CPU (). Cela fonctionnera sur une machine CPU.

Pour le moment, lorsque nous créons un tenseur, nous pouvons utiliser la fonction CPU ().

Syntaxe:
torche.tenseur (données).CPU()

Exemple 1:
Créons un tenseur 1D qui a cinq éléments sur le CPU et élève les éléments de la puissance de quatre.

# Importons le module Torch
Importer une torche
#Create 1D Tensor Matrix
data1 = torche.tenseur ([1,2,3,4,5]).CPU()
#afficher
Imprimer ("Tensor réel:")
Imprimer (DATA1)
Imprimer ("River to Power-4:")
#Power de 4
imprimer (torche.float_power (data1,4))

Sortir:

Tensor réel:
tenseur ([1, 2, 3, 4, 5])
Élever à la puissance-4:
tenseur ([1., 16., 81., 256., 625.], dtype = torche.float64)

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

Exemple 2:
Créons un tenseur 2D qui a cinq éléments sur le CPU dans chaque ligne et soulève les éléments de la puissance de deux.

# Importons le module Torch
Importer une torche
#Create 1D Tensor Matrix
data1 = torche.Tensor ([[1,2,3,4,5], [0,0,0,0,0]]).CPU()
#afficher
Imprimer ("Tensor réel:")
Imprimer (DATA1)
Imprimer ("River to Power-2:")
#Power de 2
imprimer (torche.float_power (data1,2))

Sortir:

Tensor réel:
Tensor ([[1, 2, 3, 4, 5],
[0, 0, 0, 0, 0]])
Richer à Power-2:
tenseur ([[1., 4., 9., 16., 25.]],
[0., 0., 0., 0., 0.]], dtype = torche.float64)

Fonctionnement:
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

Conclusion

Dans cette leçon de pytorch, nous avons discuté de la fonction float_power (). Il augmente les éléments au pouvoir de l'exposant dans un tenseur et renvoie tous les éléments dans un tenseur avec une double précision. Nous avons vu deux exemples différents et avons également travaillé ces exemples sur une machine CPU.