PyTorch – torch.log2() 方法
我们使用torch.log2()方法计算张量元素以2为底的对数。它返回一个新的张量，其中包含原始输入张量元素的对数值。它以张量作为输入参数并输出张量。
语法
torch.log2(input)
其中输入是PyTorch张量。
它返回一个以2为底的对数值的新张量。
脚步
导入火炬库。确保您已经安装了它。
import torch
创建一个张量并打印它。
tensor1 = torch.rand(5,3)
print("Tensor:", tensor1)计算torch.log2(input)并可选择将此值分配给新变量。在这里，输入是创建的张量。
logb2 = torch.log2(tensor1)
打印结果张量。
print("logarithm base 2 of elements:\n",logb2)示例1
以下Python程序显示了如何计算PyTorch中输入张量元素的以2为底的对数。
# import torch library
import torch
# create a 2D tensor
tensor1 = torch.rand(5,3)
print("Tensor:", tensor1)
# compute logarithm base 2 of the elements of above tensor
logb2 = torch.log2(tensor1)
print("logarithm base 2 of elements:\n",logb2)输出结果Tensor: tensor([[0.5755, 0.3263, 0.3598], [0.0498, 0.0915, 0.0119], [0.6760, 0.6329, 0.7446], [0.5575, 0.6406, 0.2418], [0.4944, 0.7194, 0.9808]]) logarithm base 2 of elements: tensor([[-0.7970, -1.6158, -1.4749], [-4.3272, -3.4495, -6.3959], [-0.5650, -0.6599, -0.4255], [-0.8430, -0.6426, -2.0480], [-1.0162, -0.4751, -0.0279]])
示例2
# import required library
import torch
# create a 1D tensor
t = torch.tensor([1,2,3,4,5])
print("Tensor:", tensor1)
# compute logarithm base 2 of the elements of above tensor
logb2 = torch.log2(t)
print("logarithm base 2:\n",logb2)输出结果Tensor: tensor([1, 2, 3, 3, 4, 5]) logarithm base 2: tensor([0.0000, 1.0000, 1.5850, 2.0000, 2.3219])