PyTorch의 나머지

커피 한잔 사주세요😄

*메모:

• 내 게시물에 add()에 대한 설명이 나와 있습니다.
• 내 게시물은 sub()를 설명합니다.
• 내 게시물에는 mul()에 대한 설명이 나와 있습니다.
• 내 게시물에서는 div()에 대해 설명합니다.
• 내 게시물에서는 fmod()에 대해 설명합니다.

remainder()는 0개 이상의 요소로 구성된 0D 이상의 D 텐서 또는 0개 이상의 요소로 구성된 0D 이상의 D 텐서 중 두 개와 스칼라를 사용하여 Python 모듈러스 연산의 모듈러스(mod) 계산을 수행하여 다음을 얻을 수 있습니다. 아래와 같이 0개 이상의 요소로 구성된 0D 이상의 D 텐서:

*메모:

• 나머지()는 토치나 텐서와 함께 사용할 수 있습니다.
• 토치(유형: 텐서 또는 int 또는 float의 스칼라) 또는 텐서(유형: int 또는 float의 텐서)를 사용하는 첫 번째 인수(입력)(필수). *토치는 입력= 없이 스칼라를 사용해야 합니다.
• torch의 두 번째 인수 또는 텐서의 첫 번째 인수는 other(필수 유형: 텐서 또는 int 또는 float의 스칼라)입니다.
• 토치에 out 인수가 있습니다(Optional-Default:None-Type:tensor): *메모:
  • out=을 사용해야 합니다.
  • 내 게시물이 주장을 설명합니다.
• 0(int)을 기타로 설정하면 ZeroDivisionError가 발생합니다.
• 스칼라(입력)와 스칼라(기타)의 조합은 사용할 수 없습니다.
• 결과는 다른 것과 동일한 부호를 가집니다.

import torch

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

torch.remainder(input=tensor1, other=tensor2)
tensor1.remainder(other=tensor2)
# tensor([[1, -1, 0], [-1, 2, -4]])

torch.remainder(9, other=tensor2)
# tensor([[1, -3, 0], [-1, 4, -1]])

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

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

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

torch.remainder(-9, other=tensor2)
# tensor([[3, -1, 0], [-1, 1, -4]])

torch.remainder(input=tensor1, other=4)
# tensor([3, 1, 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.remainder(input=tensor1, other=tensor2)
# tensor([[1.2300, -2.0000, 2.8900],
#         [-1.0500, 1.6500, -5.7000]])

torch.remainder(9.75, other=tensor2)
# tensor([[1.2300, -3.8700, 3.0100], [-1.0500, 4.3200, -2.2100]])

torch.remainder(input=tensor1, other=4.26)
# tensor([1.2300, 2.8200, 2.0000])

위 내용은 PyTorch의 나머지의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!