PyTorch 中的 fmod

請我喝杯咖啡☕

*備忘錄：

• 我的帖子解釋了 add()。
• 我的帖子解釋了 sub()。
• 我的帖子解釋了 mul()。
• 我的帖子解釋了 div()。
• 我的帖子解釋了餘數()。

fmod() 可以使用零個或多個元素的0D 或多個D 張量中的兩個或零個或多個元素的0D 或多個D 張量和一個來對C 的std::fmod 進行模（mod）計算標量，取得零個或多個元素的0D 或更多D 張量，如下所示：

*備忘錄：

• fmod() 可以與 torch 或張量一起使用。
• 第一個參數（輸入）帶有火炬或使用張量（必需類型：int或float張量）。
• 帶有 torch 的第二個參數或帶有張量的第一個參數是其他（必需類型：張量或 int 或 float 標量）。
• torch 存在 out 參數（可選-預設：無-型別：張量）： *備註：
  • 必須使用 out=。
  • 我的貼文解釋了論點。
• 將 0(int) 設定為其他會導致 ZeroDivisionError。
• 結果與原始張量具有相同的符號。

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])

以上是PyTorch 中的 fmod的詳細內容。更多資訊請關注PHP中文網其他相關文章！