一、张量的科学运算

1 进行数值调整

  

   

    

     

    
    

     

      t = torch.randn(5)
     
    
   

    

     

    
    

     

      t
     
    
   

    

     

    
    

     

      # tensor([ 0.3806,  0.9064, -1.9179,  2.0816, -0.4153])
     
    
  
 

1.1 返回绝对值

  

   

    

     

    
    

     

      torch.abs(t)
     
    
   

    

     

    
    

     

      # tensor([0.3806, 0.9064, 1.9179, 2.0816, 0.4153])
     
    
  
 

1.2 返回相反数

  

   

    

     

    
    

     

      torch.neg(t)
     
    
   

    

     

    
    

     

      # tensor([-0.3806, -0.9064,  1.9179, -2.0816,  0.4153])
     
    
  
 

1.3 四舍五入

  

   

    

     

    
    

     

      torch.round(t)
     
    
   

    

     

    
    

     

      # tensor([ 0.,  1., -2.,  2., -0.])
     
    
  
 

1.4 向上取整

  

   

    

     

    
    

     

      torch.ceil(t) 
     
    
   

    

     

    
    

     

      # tensor([ 1.,  1., -1.,  3., -0.])
     
    
  
 

1.5 向下取整

  

   

    

     

    
    

     

      torch.floor(t)
     
    
   

    

     

    
    

     

      # tensor([ 0.,  0., -2.,  2., -1.])
     
    
  
 

注意

虽然此类型函数并不会对原对象进行调整，而是输出新的结果。

  

   

    

     

    
    

     

      # t本身并未发生变化
     
    
   

    

     

    
    

     

      t
     
    
   

    

     

    
    

     

      # tensor([ 0.3806,  0.9064, -1.9179,  2.0816, -0.4153])
     
    
  
 

若要对原对象本身进行修改，可使用方法_()。

  

   

    

     

    
    

     

      # 使用方法_()
     
    
   

    

     

    
    

     

      t.round_()
     
    
   

    

     

    
    

     

      # tensor([ 0.,  1., -2.,  2., -0.])
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 原对象也进行了改变
     
    
   

    

     

    
    

     

      t
     
    
   

    

     

    
    

     

      # tensor([ 0.,  1., -2.,  2., -0
     
    
  
 

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/123637521