Tensor:逐元素操作

逐元素操作

这部分操作会对tensor的每一个元素(point-wise，又名element-wise)进行操作，此类操作的输入与输出形状一致。常用的操作如表3-4所示。

表3-4: 常见的逐元素操作

函数	功能
abs/sqrt/div/exp/fmod/log/pow..	绝对值/平方根/除法/指数/求余/求幂..
cos/sin/asin/atan2/cosh..	相关三角函数
ceil/round/floor/trunc	上取整/四舍五入/下取整/只保留整数部分
clamp(input, min, max)	超过min和max部分截断
sigmod/tanh..	激活函数

对于很多操作，例如div、mul、pow、fmod等，PyTorch都实现了运算符重载，所以可以直接使用运算符。如a ** 2 等价于torch.pow(a,2), a * 2等价于torch.mul(a,2)。

其中clamp(x, min, max)的输出满足以下公式：

clamp常用在某些需要比较大小的地方，如取一个tensor的每个元素与另一个数的较大值。

In [71]:

a = t.arange(0, 6).view(2, 3).float()
t.cos(a)

Out[71]:

tensor([[ 1.0000,  0.5403, -0.4161],
        [-0.9900, -0.6536,  0.2837]])

In [72]:

a % 3 # 等价于t.fmod(a, 3)

Out[72]:

tensor([[0., 1., 2.],
        [0., 1., 2.]])

In [73]:

a ** 2 # 等价于t.pow(a, 2)

Out[73]:

tensor([[ 0.,  1.,  4.],
        [ 9., 16., 25.]])

In [74]:

# 取a中的每一个元素与3相比较大的一个 (小于3的截断成3)
print(a)
t.clamp(a, min=3)

tensor([[0., 1., 2.],
        [3., 4., 5.]])

Out[74]:

tensor([[3., 3., 3.],
        [3., 4., 5.]])

In [75]:

b = a.sin_() # 效果同 a = a.sin();b=a ,但是更高效节省显存
a

Out[75]:

tensor([[ 0.0000,  0.8415,  0.9093],
        [ 0.1411, -0.7568, -0.9589]])