day6 数学操作 按点操作 入门 一起学 PyTorch吧，PyTorch从入门开始 每天都更新 超详细 参数 常用方法 简单案列 共同学习，共同进步 坚持

按点操作

torch . abs( input , out = None ) --> Tensor 计算输入张量的每个元素绝对值。

例子：

>>> torch.abs(torch.FloatTensor([-1, -2, 3]))
FloatTensor([1, 2, 3])
torch.acos(input, out=None) -->Tensor
torch.acos(input, out=None) -->Tensor

返回一个新的张量，包含输入张量每个元素的反余弦。

参数：

        --input（Tensor）：输入张量

        --out（Tensor,optional）:结果张量

例子：

>>> a = torch.randn(4)
>>> a

-0.6366
0.2718
0.4469
1.3122
[torch.FloatTensor of size 4]

>>> torch.acos(a)
2.2608
1.2956
1.1075
nan
[torch.FloatTensor of size 4]

torch . add( input , value, out = None ) 对输入张量input逐元素加上标量值value，并返回结果到一个新的张量out，即out=input+value。

参数：

        --input（Tensor）:输入张量

        --value（Number）：添加到输入每个元素的数

        --out（Tensor,optional）：结果张量

例子

>>> a = torch.randn(4)
>>> a

0.4050
-1.2227
1.8688
-0.4185
[torch.FloatTensor of size 4]

>>> torch.add(a, 20)
20.4050
18.7773
21.8688
19.5815
[torch.FloatTensor of size 4]

torch . add( input , value =1 , other, out = None )other张量的每个元素乘以一个标量值value，并驾到Input张量上。返回结果到输出张量out。即 out=input+(other*value)两个张量input and other的尺寸不需要匹配，但元素总数必须一样。

       注： 当两个张量形状不匹配时，输入张量的形状会作为输出张量的尺寸。

参数：

        --input（Tensor）:第一个输入张量

        --value（Number）:用于第二个张量的尺寸因子

        --other（Tensor）:第二个输入张量

        --out（Tensor,optional）：结果张量

例子：

>>> import torch
>>> a = torch.randn(4)
>>> a
-0.9310
2.0330
0.0852
-0.2941
[torch.FloatTensor of size 4]

>>> b = torch.randn(2, 2)
>>> b
1.0663 0.2544
-0.1513 0.0749
[torch.FloatTensor of size 2x2]

>>> torch.add(a, 10, b)
9.7322
4.5770
-1.4279
0.4552
[torch.FloatTensor of size 4]

torch.addcdiv(tensor, value=1, tensor1, tensor2, out=None) -->Tensor用于tensor2对tensor1逐元素相除，然后乘以标量值value并加到tensor。张量的形状不需要匹配，但元素数量必须一致。如果输入是FloatTensor or DoubleTensor 类型，则 value 必须为实数，否则须为整数。

参数：

        --tensor (Tensor)：张量，对 (value ·tensor1./tensor2)(点除) 进行相加

        --value (Number, optional)：标量，对tensor1./tensor2 进行相乘

        --tensor1 (Tensor)：张量，作为被除数（分子）

        --tensor2 (Tensor)：张量，作为除数 (分母)

        --– out (Tensor, optional)：输出张量

例子：

>>> t = torch.randn(2, 3)
>>> t1 = torch.randn(1, 6)
>>> t2 = torch.randn(6, 1)
>>> torch.addcdiv(t, 0.1, t1, t2)
0.0122 -0.0188 -0.2354
0.7396 -1.5721 1.2878
[torch.FloatTensor of size 2x3]

torch . addcmul(tensor, value =1 , tensor1, tensor2, out = None ) --> Tensor用 tensor2 对 tensor1 逐元素相乘，并对结果乘以标量值 value 然后加到 tensor。张量的形状不需要匹配，但元素数量必须一致。如果输入是 FloatTensor or DoubleTensor类型，则 value 必须为实数，否则须为整数。

参数：

        -- tensor (Tensor)：张量，对 value ∗ (tensor1. ∗tensor2) 进行相加

        --value (Number, optional)：标量，对 tensor1 ·tensor2 进行相乘

        --tensor1 (Tensor)：张量，作为乘子 1

        --tensor2 (Tensor)：张量，作为乘子 2

        --out (Tensor, optional)：输出张量

例子：

>>> t = torch.randn(2, 3)
>>> t1 = torch.randn(1, 6)
>>> t2 = torch.randn(6, 1)
>>> torch.addcmul(t, 0.1, t1, t2)

0.0122 -0.0188 -0.2354
0.7396 -1.5721 1.2878
[torch.FloatTensor of size 2x3]

torch . asin( input , out = None ) --> Tensor 返回一个新张量，包含输入 input张量每个元素的反正弦函数

参数：

        -- tensor (Tensor) ：输入张量

        --out (Tensor, optional) ：输出张量

例子：

>>> a = torch.randn(4)
>>> a
-0.6366
0.2718
0.4469
1.3122
[torch.FloatTensor of size 4]

>>> torch.asin(a)
-0.6900
0.2752
0.4633
nan
[torch.FloatTensor of size 4]