torch.div

torch.div(input, other, *, rounding_mode=None, out=None) → 张量

将输入 input 的每个元素除以 other 的对应元素。

$$\text{out}_i = \frac{\text{input}_i}{\text{other}_i}$$

注意

默认情况下，这会执行类似于 Python 3 的“真”除法。 请参阅 rounding_mode 参数以进行地板除法。

支持广播到通用形状， 类型提升，以及整数、浮点和复数输入。 始终将整数类型提升为默认标量类型。

Parameters

• 输入 (张量) – 被除数

• 其他 (Tensor 或 数字) – 除数

Keyword Arguments

• rounding_mode (str, 可选) –

  应用于结果的舍入类型：

  • None - 默认行为。不进行舍入，如果 input 和 other 都是整数类型，则将输入提升为默认标量类型。 等同于 Python 中的真除法（/ 运算符）和 NumPy 的 np.true_divide。

  • "trunc" - 将除法结果向零舍入。 等同于 C 风格的整数除法。

  • "floor" - 将除法结果向下舍入。 等同于 Python 中的地板除法（// 运算符）和 NumPy 的 np.floor_divide。

• 输出 (张量, 可选) – 输出张量。

示例：

>>> x = torch.tensor([ 0.3810,  1.2774, -0.2972, -0.3719,  0.4637])
>>> torch.div(x, 0.5)
tensor([ 0.7620,  2.5548, -0.5944, -0.7438,  0.9274])

>>> a = torch.tensor([[-0.3711, -1.9353, -0.4605, -0.2917],
...                   [ 0.1815, -1.0111,  0.9805, -1.5923],
...                   [ 0.1062,  1.4581,  0.7759, -1.2344],
...                   [-0.1830, -0.0313,  1.1908, -1.4757]])
>>> b = torch.tensor([ 0.8032,  0.2930, -0.8113, -0.2308])
>>> torch.div(a, b)
tensor([[-0.4620, -6.6051,  0.5676,  1.2639],
        [ 0.2260, -3.4509, -1.2086,  6.8990],
        [ 0.1322,  4.9764, -0.9564,  5.3484],
        [-0.2278, -0.1068, -1.4678,  6.3938]])

>>> torch.div(a, b, rounding_mode='trunc')
tensor([[-0., -6.,  0.,  1.],
        [ 0., -3., -1.,  6.],
        [ 0.,  4., -0.,  5.],
        [-0., -0., -1.,  6.]])

>>> torch.div(a, b, rounding_mode='floor')
tensor([[-1., -7.,  0.,  1.],
        [ 0., -4., -2.,  6.],
        [ 0.,  4., -1.,  5.],
        [-1., -1., -2.,  6.]])