torch.float_power

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

将 input 提升到 exponent 的幂，逐元素地，以双精度进行。 如果输入都不是复数，则返回一个 torch.float64 张量， 如果一个或多个输入是复数，则返回一个 torch.complex128 张量。

注意

此函数始终以双精度计算，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 无法表示的小数值时，这非常有用， 例如当整数基数提升到负整数指数时。

Parameters

• 输入 (张量 或 数字) – 基础值

• 指数 (张量 或 数字) – 指数值

Keyword Arguments

输出 (张量, 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)