torch.float_power

torch.float_power(input, exponent, *, out=None) → Tensor

逐元素地将 input 提升为 exponent 的幂，以双精度计算。如果输入都不是复数，则返回 torch.float64 张量；如果一个或多个输入是复数，则返回 torch.complex128 张量。

注意

此函数始终以双精度计算，这与 torch.pow() 不同，后者实现了更典型的 类型提升。当计算需要在更宽或更精确的 dtype 中执行时，或者计算结果可能包含输入 dtype 中无法表示的分数值时（例如，当整数基数被提升为负整数指数时），这非常有用。

参数

• input (Tensor 或 Number) – 底数值

• exponent (Tensor 或 Number) – 指数值

关键字参数

out (Tensor, 可选) – 输出张量。

示例

>>> a = torch.randint(10, (4,))
>>> a
tensor([6, 4, 7, 1])
>>> torch.float_power(a, 2)
tensor([36., 16., 49.,  1.], dtype=torch.float64)

>>> a = torch.arange(1, 5)
>>> a
tensor([ 1,  2,  3,  4])
>>> exp = torch.tensor([2, -3, 4, -5])
>>> exp
tensor([ 2, -3,  4, -5])
>>> torch.float_power(a, exp)
tensor([1.0000e+00, 1.2500e-01, 8.1000e+01, 9.7656e-04], dtype=torch.float64)