برنامه نویسی

exp() و exp2() در PyTorch

Summarize this content to 400 words in Persian Lang
برای من یک قهوه بخر☕

*یادداشت ها:

exp() می تواند تانسور 0D یا بیشتر از صفر یا بیشتر را دریافت کند e با قدرت x از تانسور 0D یا بیشتر D عناصر صفر یا بیشتر همانطور که در زیر نشان داده شده است:

*یادداشت ها:

exp() می توان با مشعل یا تانسور استفاده کرد.
استدلال اول (input) با torch یا با استفاده از یک تانسور (الزامی-نوع:tensor از int، float، complex یا bool).
وجود دارد out استدلال با torch(نوع اختیاری:tensor): *یادداشت ها:

out= باید استفاده شود.

پست من توضیح میده out استدلال

*الف float تانسور برگردانده می شود مگر اینکه تانسور ورودی باشد complex تانسور

فرمول y = e استx.

نمودار در Desmos:

import torch

my_tensor = torch.tensor([-2., -1., 0., 1., 2., 3.])

torch.exp(input=my_tensor)
my_tensor.exp()
# tensor([0.1353, 0.3679, 1.0000, 2.7183, 7.3891, 20.0855])

my_tensor = torch.tensor([[-2., -1., 0.],
[1., 2., 3.]])
torch.exp(input=my_tensor)
# tensor([[0.1353, 0.3679, 1.0000],
# [2.7183, 7.3891, 20.0855]])

my_tensor = torch.tensor([[-2, -1, 0],
[1, 2, 3]])
torch.exp(input=my_tensor)
# tensor([[0.1353, 0.3679, 1.0000],
# [2.7183, 7.3891, 20.0855]])

my_tensor = torch.tensor([[-2.+0.j, -1.+0.j, 0.+0.j],
[1.+0.j, 2.+0.j, 3.+0.j]])
torch.exp(input=my_tensor)
# tensor([[0.1353+0.j, 0.3679+0.j, 1.0000+0.j],
# [2.7183+0.j, 7.3891+0.j, 20.0855+0.j]])

my_tensor = torch.tensor([[True, False, True],
[False, True, False]])
torch.exp(input=my_tensor)
# tensor([[2.7183, 1.0000, 2.7183],
# [1.0000, 2.7183, 1.0000]])

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

exp2() می تواند تانسور 0D یا بیشتر از صفر یا بیشتر را بدست آورد 2 با قدرت x از تانسور 0D یا بیشتر D عناصر صفر یا بیشتر همانطور که در زیر نشان داده شده است:

*یادداشت ها:

exp2() قابل استفاده با torch یا یک تانسور
استدلال اول (input) با torch یا با استفاده از یک تانسور (الزامی-نوع:tensor از int، float، complex یا bool).
وجود دارد out استدلال با torch(نوع اختیاری:tensor): *یادداشت ها:

out= باید استفاده شود.

پست من توضیح میده out استدلال

*الف float تانسور برگردانده می شود مگر اینکه تانسور ورودی باشد complex تانسور

torch.exp2() نام مستعار ()torch.special.exp2 است.

فرمول y = 2 استx.

نمودار در Desmos:

import torch

my_tensor = torch.tensor([-2., -1., 0., 1., 2., 3.])

torch.exp2(input=my_tensor)
my_tensor.exp2()
# tensor([0.2500, 0.5000, 1.0000, 2.0000, 4.0000, 8.0000])

my_tensor = torch.tensor([[-2., -1., 0.],
[1., 2., 3.]])
torch.exp2(input=my_tensor)
# tensor([[0.2500, 0.5000, 1.0000],
# [2.0000, 4.0000, 8.0000]])

my_tensor = torch.tensor([[-2, -1, 0],
[1, 2, 3]])
torch.exp2(input=my_tensor)
# tensor([[0.2500, 0.5000, 1.0000],
# [2.0000, 4.0000, 8.0000]])

my_tensor = torch.tensor([[-2.+0.j, -1.+0.j, 0.+0.j],
[1.+0.j, 2.+0.j, 3.+0.j]])
torch.exp2(input=my_tensor)
# tensor([[0.2500+0.j, 0.5000+0.j, 1.0000+0.j],
# [2.0000+0.j, 4.0000+0.j, 8.0000+0.j]])

my_tensor = torch.tensor([[True, False, True],
[False, True, False]])
torch.exp2(input=my_tensor)
# tensor([[2., 1., 2.],
# [1., 2., 1.]])

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

برای من یک قهوه بخر☕

*یادداشت ها:

exp() می تواند تانسور 0D یا بیشتر از صفر یا بیشتر را دریافت کند e با قدرت x از تانسور 0D یا بیشتر D عناصر صفر یا بیشتر همانطور که در زیر نشان داده شده است:

*یادداشت ها:

  • exp() می توان با مشعل یا تانسور استفاده کرد.
  • استدلال اول (input) با torch یا با استفاده از یک تانسور (الزامی-نوع:tensor از int، float، complex یا bool).
  • وجود دارد out استدلال با torch(نوع اختیاری:tensor): *یادداشت ها:
    • out= باید استفاده شود.
    • پست من توضیح میده out استدلال

  • *الف float تانسور برگردانده می شود مگر اینکه تانسور ورودی باشد complex تانسور
  • فرمول y = e استx.
  • نمودار در Desmos:
    توضیحات تصویر
import torch

my_tensor = torch.tensor([-2., -1., 0., 1., 2., 3.])

torch.exp(input=my_tensor)
my_tensor.exp()
# tensor([0.1353, 0.3679, 1.0000, 2.7183, 7.3891, 20.0855])

my_tensor = torch.tensor([[-2., -1., 0.],
                          [1., 2., 3.]])
torch.exp(input=my_tensor)
# tensor([[0.1353, 0.3679, 1.0000],
#         [2.7183, 7.3891, 20.0855]])

my_tensor = torch.tensor([[-2, -1, 0],
                          [1, 2, 3]])
torch.exp(input=my_tensor)
# tensor([[0.1353, 0.3679, 1.0000],
#         [2.7183, 7.3891, 20.0855]])

my_tensor = torch.tensor([[-2.+0.j, -1.+0.j, 0.+0.j],
                          [1.+0.j, 2.+0.j, 3.+0.j]])
torch.exp(input=my_tensor)
# tensor([[0.1353+0.j, 0.3679+0.j, 1.0000+0.j],
#         [2.7183+0.j, 7.3891+0.j, 20.0855+0.j]])

my_tensor = torch.tensor([[True, False, True],
                          [False, True, False]])
torch.exp(input=my_tensor)
# tensor([[2.7183, 1.0000, 2.7183],
#         [1.0000, 2.7183, 1.0000]])
وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

exp2() می تواند تانسور 0D یا بیشتر از صفر یا بیشتر را بدست آورد 2 با قدرت x از تانسور 0D یا بیشتر D عناصر صفر یا بیشتر همانطور که در زیر نشان داده شده است:

*یادداشت ها:

  • exp2() قابل استفاده با torch یا یک تانسور
  • استدلال اول (input) با torch یا با استفاده از یک تانسور (الزامی-نوع:tensor از int، float، complex یا bool).
  • وجود دارد out استدلال با torch(نوع اختیاری:tensor): *یادداشت ها:
    • out= باید استفاده شود.
    • پست من توضیح میده out استدلال

  • *الف float تانسور برگردانده می شود مگر اینکه تانسور ورودی باشد complex تانسور
  • torch.exp2() نام مستعار ()torch.special.exp2 است.
  • فرمول y = 2 استx.
  • نمودار در Desmos:
    توضیحات تصویر
import torch

my_tensor = torch.tensor([-2., -1., 0., 1., 2., 3.])

torch.exp2(input=my_tensor)
my_tensor.exp2()
# tensor([0.2500, 0.5000, 1.0000, 2.0000, 4.0000, 8.0000])

my_tensor = torch.tensor([[-2., -1., 0.],
                          [1., 2., 3.]])
torch.exp2(input=my_tensor)
# tensor([[0.2500, 0.5000, 1.0000],
#         [2.0000, 4.0000, 8.0000]])

my_tensor = torch.tensor([[-2, -1, 0],
                          [1, 2, 3]])
torch.exp2(input=my_tensor)
# tensor([[0.2500, 0.5000, 1.0000],
#         [2.0000, 4.0000, 8.0000]])

my_tensor = torch.tensor([[-2.+0.j, -1.+0.j, 0.+0.j],
                          [1.+0.j, 2.+0.j, 3.+0.j]])
torch.exp2(input=my_tensor)
# tensor([[0.2500+0.j, 0.5000+0.j, 1.0000+0.j],
#         [2.0000+0.j, 4.0000+0.j, 8.0000+0.j]])

my_tensor = torch.tensor([[True, False, True],
                          [False, True, False]])
torch.exp2(input=my_tensor)
# tensor([[2., 1., 2.],
#         [1., 2., 1.]])
وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا