PyTorch中的求余
技术背景求余数，是一个比较简单的数学计算，内容就不展开介绍了。在不同的工具中，在实现余数计算这个操作的时候，有可能有不同的结果。这里介绍的是Python、Numpy和PyTorch中的几种不同的计算余数的方法。
计算示例
首先最简单的，演示一下Python原生的余数计算方法：
In : -0.5%5
Out: 4.5这个意思就是说，-0.5对5求余数，得到的结果是4.5，那么也是数学上所预期的正确结果。然后看一下numpy的余数计算：
In : import numpy as np
In : a = np.array([-0.5])
In : b = np.array()
In : a%b
Out: array()
In : np.mod(a,b)
Out: array()numpy的计算结果跟数学上的预期是一致的，不论是哪个函数。接下来再看一下pytorch的几个求余数接口：
In : from torch import tensor, fmod, remainder
In : a = tensor([-0.5])
In : b = tensor()
In : a%b
Out: tensor()
In : fmod(a,b)
Out: tensor([-0.5000])
In : remainder(a,b)
Out: tensor()其中比较特殊的一个是fmod函数。从数学上来说，余数我们一般只取正数，但是fmod的计算结果可以有负数：
In : from torch import tensor, fmod
In : a = tensor([-5.5])
In : b = tensor()
In : fmod(a,b)
Out: tensor([-0.5000])
In : a = tensor([-4.9])
In : fmod(a,b)
Out: tensor([-4.9000])因此，pytorch中的remainder函数才是我们正常所理解的求余数操作，也直接使用a%b这样的写法。
总结概要
本文通过几个示例，介绍了在Python、Numpy和PyTorch三个不同的框架下，对于求余数函数的定义。比较特殊的是pytorch中的fmod函数，并不符合数学上的求余数方法，而是需要使用remainder函数。
版权声明
本文首发链接为：https://www.cnblogs.com/dechinphy/p/torch_mod.html
作者ID：DechinPhy
更多原著文章：https://www.cnblogs.com/dechinphy/
请博主喝咖啡：https://www.cnblogs.com/dechinphy/gallery/image/379634.html
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！
页:
[1]