torch.pow

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

Возводит каждый элемент в input в степень exponent и возвращает тензор с результатом.

exponent может быть как одним числом типа float, так и Tensor с таким же количеством элементов, что и input.

Если exponent — скалярное значение, выполняется следующая операция:

$$\text{out}_i = x_i ^ \text{exponent}$$

Если exponent — тензор, выполняется следующая операция:

$$\text{out}_i = x_i ^ {\text{exponent}_i}$$

Если exponent — тензор, формы input и exponent должны быть совместимы для вещания.

Параметры:

• input (Tensor) – входной тензор.
• exponent (float or tensor) – значение показателя степени

Именованные аргументы:

out (Tensor, optional) – выходной тензор.

Пример:

>>> a = torch.randn(4)
>>> a
tensor([ 0.4331,  1.2475,  0.6834, -0.2791])
>>> torch.pow(a, 2)
tensor([ 0.1875,  1.5561,  0.4670,  0.0779])
>>> exp = torch.arange(1., 5.)

>>> a = torch.arange(1., 5.)
>>> a
tensor([ 1.,  2.,  3.,  4.])
>>> exp
tensor([ 1.,  2.,  3.,  4.])
>>> torch.pow(a, exp)
tensor([   1.,    4.,   27.,  256.])

torch.pow(self, exponent, *, out=None) → Tensor

self — скалярное значение float, а exponent — тензор. Возвращаемый тензор out имеет ту же форму, что и exponent

Выполняется следующая операция:

$$\text{out}_i = \text{self} ^ {\text{exponent}_i}$$

Параметры:

• self (float) – скалярное основание для операции возведения в степень
• exponent (Tensor) – тензор показателей степени

Именованные аргументы:

out (Tensor, optional) – выходной тензор.

Пример:

>>> exp = torch.arange(1., 5.)
>>> base = 2
>>> torch.pow(base, exp)
tensor([  2.,   4.,   8.,  16.])