arange in PyTorch

Kauf mir einen Kaffee☕

*Memos:

• Mein Beitrag erklärt linspace().
• Mein Beitrag erklärt logspace().

arange() kann den 1D-Tensor von Null oder Ganzzahlen oder Gleitkommazahlen zwischen Start und Ende-1 (Start<=x<=End-1) erstellen, wie unten gezeigt:

*Memos:

• arange() kann mit Torch, aber nicht mit einem Tensor verwendet werden.
• Das 1. Argument mit Torch ist start(Optional-Default:0-Type:int, float, complex oder bool): *Memos
  • Es muss kleiner oder gleich end sein.
  • Der 0D-Tensor von int, float, complex oder bool funktioniert auch.
• Das 2. Argument mit Torch ist end(Required-Type:int, float, complex oder bool): *Memos:
  • Er muss größer oder gleich sein, um zu beginnen.
  • Der 0D-Tensor von int, float, complex oder bool funktioniert auch.
• Das 3. Argument mit Torch ist step(Optional-Default:1-Type:int, float, complex oder bool): *Memos:
  • Es muss größer als 0 sein.
  • Der 0D-Tensor von int, float, complex oder bool funktioniert auch.
• Es gibt ein dtype-Argument mit Torch (Optional-Default:None-Type:dtype): *Memos:
  • Wenn es None ist, wird es vom Start, Ende oder Schritt abgeleitet, dann wird für Gleitkommazahlen get_default_dtype() verwendet. *Mein Beitrag erklärt get_default_dtype() und set_default_dtype().
  • dtype= muss verwendet werden.
  • Mein Beitrag erklärt das dtype-Argument.
• Es gibt ein Geräteargument mit Torch (Optional-Default:None-Type:str, int oder device()): *Memos:
  • Wenn es None ist, wird get_default_device() verwendet. *Mein Beitrag erklärt get_default_device() und set_default_device().
  • device= muss verwendet werden.
  • Mein Beitrag erklärt das Geräteargument.
• Es gibt das Argument „requires_grad“ mit Torch (Optional-Default:False-Type:bool): *Memos:
  • require_grad= muss verwendet werden.
  • In meinem Beitrag wird das Argument „requires_grad“ erläutert.
• Es gibt kein Argument mit Torch(Optional-Default:None-Type:tensor): *Memos:
  • out= muss verwendet werden.
  • Mein Beitrag erklärt unser Argument.
• Es gibt range(), das arange() ähnelt, aber range() ist veraltet.

import torch

torch.arange(end=5)
# tensor([0, 1, 2, 3, 4])

torch.arange(start=5, end=15)
# tensor([5, 6, 7, 8, 9, 10, 11, 12, 13, 14])

torch.arange(start=5, end=15, step=3)
# tensor([5, 8, 11, 14])

torch.arange(start=-5, end=5)
# tensor([-5, -4, -3, -2, -1, 0, 1, 2, 3, 4])

torch.arange(start=-5, end=5, step=3)
torch.arange(start=torch.tensor(-5),
             end=torch.tensor(5),
             step=torch.tensor(3))
# tensor([-5, -2, 1, 4])

torch.arange(start=-5., end=5., step=3.)
torch.arange(start=torch.tensor(-5.),
             end=torch.tensor(5.),
             step=torch.tensor(3.))
# tensor([-5., -2., 1., 4.])

torch.arange(start=-5.+0.j, end=5.+0.j, step=3.+0.j)
torch.arange(start=torch.tensor(-5.+0.j),
             end=torch.tensor(5.+0.j),
             step=torch.tensor(3.+0.j))
# tensor([-5., -2., 1., 4.])

torch.arange(start=False, end=True, step=True)
torch.arange(start=torch.tensor(False),
             end=torch.tensor(True),
             step=torch.tensor(True))
# tensor([0])

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