数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学如何在PyTorch中计算张量元素的对数？
在PyTorch中计算张量元素的对数，我们使用**torch.log()**方法。它返回一个新的张量，其中包含原始输入张量元素的自然对数值。它以张量作为输入参数，并输出一个张量。
步骤
导入所需的库。在以下所有Python示例中，所需的Python库是**torch**。确保你已经安装了它。
创建一个张量并打印它。
计算**torch.log(input)**。它以**input**(一个张量)作为输入参数，并返回一个新的张量，其中包含**input**元素的自然对数值。
打印包含原始输入张量元素自然对数值的张量。
示例1
下面的Python程序演示了如何计算PyTorch张量的自然对数。
# import necessary library
import torch
# Create a tensor
t = torch.Tensor([2.3,3,2.3,4,3.4])
# print the above created tensor
print("Original tensor:\n", t)
# compute the logarithm of elements of the above tensor
log = torch.log(t)
# print the computed logarithm of elements
print("Logarithm of Elements:\n", log)输出
Original tensor: tensor([2.3000, 3.0000, 2.3000, 4.0000, 3.4000]) Logrithm of Elements: tensor([0.8329, 1.0986, 0.8329, 1.3863, 1.2238])
示例2
下面的Python程序演示了如何计算二维张量的自然对数。
# import necessary libraries
import torch
# Create a tensor of random numbers of size 3x4
t = torch.rand(3,4)
# print the above created tensor
print("Original tensor:\n", t)
# compute the logarithm of elements of the above tensor
log = torch.log(t)
# print the computed logarithm of elements
print("Logarithm of Elements:\n", log)输出
Original tensor: tensor([[0.1245, 0.0448, 0.1176, 0.7607], [0.7415, 0.7738, 0.0694, 0.6983], [0.8371, 0.6169, 0.3858, 0.8027]]) Logarithm of Elements: tensor([[-2.0837, -3.1048, -2.1405, -0.2735], [-0.2990, -0.2565, -2.6676, -0.3591], [-0.1778, -0.4830, -0.9524, -0.2198]])
更新于：2021年11月6日
1K+ 次浏览
广告