如何在PyTorch中计算张量元素的对数?

如何在PyTorch中计算张量元素的对数?

在PyTorch中计算张量元素的对数,我们使用 torch.log() 方法。它返回一个新的张量,其中包含原始输入张量元素的自然对数值。它以张量作为输入参数并输出一个张量。

步骤

  • 导入所需的库。在接下来的所有Python示例中,所需的Python库是 torch 。确保你已经安装了它。

  • 创建张量并打印它。

  • 计算 torch.log(input) 。它以 input ,即张量,作为输入参数,并返回一个新的张量,其中包含 input 元素的自然对数值。

  • 打印原始输入张量的自然对数值张量。

示例1

下面的Python程序演示了如何计算PyTorch张量的自然对数。

#导入必要的库
import torch

# 创建张量
t = torch.Tensor([2.3,3,2.3,4,3.4])

# 打印创建的张量
print("原始张量:\n", t)

# 计算上面张量元素的对数
log = torch.log(t)

# 打印计算出的元素对数
print("元素的对数:\n", log)

输出

原始张量:
tensor([2.3000, 3.0000, 2.3000, 4.0000, 3.4000])
元素的对数:
tensor([0.8329, 1.0986, 0.8329, 1.3863, 1.2238])

示例2

下面的Python程序演示了如何计算2D张量的自然对数。

# 导入必要的库
import torch

# 创建随机数的3 x 4张量
t = torch.rand(3,4)

# 打印创建的张量
print("原始张量:\n", t)

# 计算上面张量元素的对数
log = torch.log(t)

# 打印计算出的元素对数
print("元素的对数:\n", log)

输出

原始张量:
tensor([[0.1245, 0.0448, 0.1176, 0.7607],
        [0.7415, 0.7738, 0.0694, 0.6983],
        [0.8371, 0.6169, 0.3858, 0.8027]])
元素的对数:
tensor([[-2.0837, -3.1048, -2.1405, -0.2735],
        [-0.2990, -0.2565, -2.6676, -0.3591],
        [-0.1778, -0.4830, -0.9524, -0.2198]])

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程