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
) باtorch
یا با استفاده از یک تانسور (الزامی-نوع:tensor
ازint
،float
،complex
یاbool
). - وجود دارد
out
استدلال باtorch
(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 باشدcomplex
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]])
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 باtorch
یا یک تانسور - استدلال اول (
input
) باtorch
یا با استفاده از یک تانسور (الزامی-نوع:tensor
ازint
،float
،complex
یاbool
). - وجود دارد
out
استدلال باtorch
(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 باشدcomplex
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.]])