fmod in PyTorch

Linda Hamilton
Freigeben: 2025-01-01 00:43:10
Original
771 Leute haben es durchsucht

fmod in PyTorch

Kauf mir einen Kaffee☕

*Memos:

  • Mein Beitrag erklärt add().
  • Mein Beitrag erklärt sub().
  • Mein Beitrag erklärt mul().
  • Mein Beitrag erklärt div().
  • Mein Beitrag erklärt rest().

fmod() kann die Modulo(mod)-Berechnung von C 's std::fmod mit zwei der 0D oder mehr D-Tensoren von null oder mehr Elementen oder dem 0D oder mehr D-Tensor von null oder mehr Elementen und a durchführen Skalar, um den 0D- oder mehr D-Tensor von null oder mehr Elementen zu erhalten, wie unten gezeigt:

*Memos:

  • fmod() kann mit Torch oder einem Tensor verwendet werden.
  • Das 1. Argument (Eingabe) mit Torch oder unter Verwendung eines Tensors (Required-Type: Tensor von int oder float).
  • Das 2. Argument mit Torch oder das 1. Argument mit einem Tensor ist other(Required-Type:tensor or scalar of int or float).
  • Es gibt kein Argument mit Torch(Optional-Default:None-Type:tensor): *Memos:
    • out= muss verwendet werden.
    • Mein Beitrag erklärt unser Argument.
  • Das Setzen von 0(int) auf other führt zu ZeroDivisionError.
  • Das Ergebnis hat das gleiche Vorzeichen wie der ursprüngliche Tensor.
import torch

tensor1 = torch.tensor([9, 7, 6])
tensor2 = torch.tensor([[4, -4, 3], [-2, 5, -5]])

torch.fmod(input=tensor1, other=tensor2)
tensor1.fmod(other=tensor2)
# tensor([[1, 3, 0], [1, 2, 1]])

torch.fmod(input=tensor1, other=4)
# tensor([1, 3, 2])

tensor1 = torch.tensor([-9, -7, -6])
tensor2 = torch.tensor([[4, -4, 3], [-2, 5, -5]])

torch.fmod(input=tensor1, other=tensor2)
# tensor([[-1, -3, 0], [-1, -2, -1]])

torch.fmod(input=tensor1, other=4)
# tensor([-1, -3, -2])

tensor1 = torch.tensor([9.75, 7.08, 6.26])
tensor2 = torch.tensor([[4.26, -4.54, 3.37], [-2.16, 5.43, -5.98]])

torch.fmod(input=tensor1, other=tensor2)
# tensor([[1.2300, 2.5400, 2.8900], [1.1100, 1.6500, 0.2800]])

torch.fmod(input=tensor1, other=4.26)
# tensor([1.2300, 2.8200, 2.0000])
Nach dem Login kopieren

Das obige ist der detaillierte Inhalt vonfmod in PyTorch. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Neueste Artikel des Autors
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage