如何在 PyTorch 中对张量执行逐元素除法?

要在 PyTorch 中对两个张量执行逐元素除法,我们可以使用该方法。它将第一个输入张量的每个元素除以第二个张量的相应元素。我们还可以将张量除以标量。张量可以被具有相同或不同维数的张量整除。最终张量的维度将与高维张量的维度相同。如果我们将一维张量除以二维张量,那么最终的张量将是二维张量。torch.div()

脚步

  • 导入所需的库。在以下所有 Python 示例中,所需的 Python 库是torch。确保您已经安装了它。

  • 定义两个或多个 PyTorch 张量并打印它们。如果要将张量除以标量,请定义标量。

  • 使用一个张量除以另一个张量或标量,并将值分配给一个新变量。使用这种方法划分张量不会对原始张量进行任何更改。torch.div()

  • 打印最终张量。

示例 1

# Python program to perform element-wise division

# import the required library

import torch

# Create a tensor

t = torch.Tensor([2, 3, 5, 9])

print("Original Tensor t:\n", t)

# Divide a tensor by a scalar 4

v = torch.div(t, 4)

print("Element-wise division result:\n", v)

# Same result can also be obtained as below

t1 = torch.Tensor([4])

w = torch.div(t, t1)

print("Element-wise division result:\n", w)

# other way to do above operation

t2 = torch.Tensor([4,4,4,4])

x = torch.div(t, t2)

print("Element-wise division result:\n", x)

输出结果
Original Tensor t:

   tensor([2., 3., 5., 9.])

Element-wise division result:

   tensor([0.5000, 0.7500, 1.2500, 2.2500])

Element-wise division result:

   tensor([0.5000, 0.7500, 1.2500, 2.2500])

Element-wise division result:

   tensor([0.5000, 0.7500, 1.2500, 2.2500])

示例 2

以下 Python 程序显示了如何将 2D 张量除以 1D 张量。

# import the required library

import torch

# Create a 2D tensor

T1 = torch.Tensor([[3,2],[7,5]])

# Create a 1-D tensor

T2 = torch.Tensor([10, 8])

print("T1:\n", T1)

print("T2:\n", T2)

# Divide 2-D tensor by 1-D tensor

v = torch.div(T1, T2)

print("Element-wise division result:\n", v)

输出结果
T1:

tensor([[3., 2.],

         [7., 5.]])

T2:

tensor([10., 8.])

Element-wise division result:

tensor([[0.3000, 0.2500],

         [0.7000, 0.6250]])

示例 3

以下 Python 程序显示了如何将一维张量除以二维张量。

# Python program to dive a 1D tensor by a 2D tensor

# import the required library

import torch

# Create a 2D tensor

T1 = torch.Tensor([[8,7],[4,5]])

# Create a 1-D tensor

T2 = torch.Tensor([10, 5])

print("T1:\n", T1)

print("T2:\n", T2)

# Divide 1-D tensor by 2-D tensor

v = torch.div(T2, T1)

print("Division 1D tensor by 2D tensor result:\n", v)

输出结果
T1:

tensor([[8., 7.],

         [4., 5.]])

T2:

tensor([10., 5.])

Division 1D tensor by 2D tensor result:

tensor([[1.2500, 0.7143],

         [2.5000, 1.0000]])

你可以注意到最终的张量是一个二维张量。

示例 4

以下 Python 程序显示了如何将 2D 张量除以 2D 张量。

# import necessary library

import torch

# Create two 2-D tensors

T1 = torch.Tensor([[8,7],[3,4]])

T2 = torch.Tensor([[0,3],[4,9]])

# Print the above tensors

print("T1:\n", T1)

print("T2:\n", T2)

# Divide T1 by T2

v = torch.div(T1,T2)

print("Element-wise division result:\n", v)

输出结果
T1:

tensor([[8., 7.],

         [3., 4.]])

T2:

tensor([[0., 3.],

         [4., 9.]])

Element-wise division result:

tensor([[ inf, 2.3333],

         [0.7500, 0.4444]])

以上是 如何在 PyTorch 中对张量执行逐元素除法? 的全部内容, 来源链接: utcz.com/z/360387.html

回到顶部