PyTorch 中的一个函数:torch.pow

torch.pow 介绍

torch.pow 是 PyTorch 中的一个函数，用于计算张量（Tensor）的幂次方。这个函数接受两个输入参数：底数（base）和指数（exponent），然后返回底数的指数次幂的结果。如果两个参数都是张量，那么它们必须具有可广播（broadcastable）的形状，以便执行逐元素的幂运算。

用法：

torch.pow(input, exponent)

• input：底数张量，可以是任何形状。
• exponent：指数张量，可以是任何与input可广播的形状。

示例1：标量指数

import torch  
  
# 底数  
base = torch.tensor([2.0, 3.0, 4.0])  
# 指数  
exponent = 2  
  
# 计算幂  
result = torch.pow(base, exponent)  
  
print(result)  
# 输出: tensor([4., 9., 16.])

示例2：张量指数

import torch  
  
# 底数  
base = torch.tensor([2.0, 3.0, 4.0])  
# 指数张量  
exponent = torch.tensor([1, 2, 3])  
  
# 计算幂  
result = torch.pow(base, exponent)  
  
print(result)  
# 输出: tensor([ 2.,  9., 64.])

示例3：广播的幂运算

import torch  
  
# 底数  
base = torch.tensor([[2.0, 3.0], [4.0, 5.0]])  
# 指数张量，与base形状不同，但可以广播  
exponent = torch.tensor([1, 2])  
  
# 计算幂  
result = torch.pow(base, exponent)  
  
print(result)  
# 输出:  
# tensor([[ 2.,  9.],  
#         [ 4., 25.]])

注意事项：

• 当处理大数或非常小的数时，要注意浮点数的精度问题。
• torch.pow与NumPy的numpy.power功能相似，但专为PyTorch张量设计。