PyTorch 中的余数

请我喝杯咖啡☕

*备忘录：

• 我的帖子解释了 add()。
• 我的帖子解释了 sub()。
• 我的帖子解释了 mul()。
• 我的帖子解释了 div()。
• 我的帖子解释了 fmod()。

remainder() 可以对零个或多个元素的 0D 或多个 D 张量中的两个或零个或多个元素的 0D 或多个 D 张量与一个标量进行 Python 的模运算的模（mod）计算，得到零个或多个元素的 0D 或多个 D 张量，如下所示：

*备忘录：

• 剩余（）可以与火炬或张量一起使用。
• 第一个参数（输入）使用 torch（类型：int 或 float 的张量或标量）或使用张量（类型：int 或 float 的张量）（必需）。 *torch 必须使用不带 input= 的标量。
• 带有 torch 的第二个参数或带有张量的第一个参数是其他（必需类型：张量或 int 或 float 标量）。
• torch 存在 out 参数（可选-默认：无-类型：张量）： *备注：
  • 必须使用 out=。
  • 我的帖子解释了论点。
• 将 0(int) 设置为其他会导致 ZeroDivisionError。
• 不能使用标量（输入）和标量（其他）的组合。
• 结果与其他结果具有相同的符号。

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])

以上是PyTorch 中的余数的详细内容。更多信息请关注PHP中文网其他相关文章！