Python PyTorch – rsqrt() 方法

PyTorch rsqrt() 方法计算输入张量的每个元素的平方根的倒数。它接受实值和复值张量。它返回“ NaN ”（不是数字）作为负数平方根的倒数，“ inf ”表示零。在数学上，以下公式用于计算数字输入的平方根的倒数。

$out = 1/(input)^(1/2)$

rsqrt()函数：

Syntax: torch.rsqrt(input, *, out=None) 

Parameters:

• input: the input tensor.
• out: the output tensor. It’s an optional keyword argument.

Return: it returns a new tensor with the computed reciprocal of the square-root of each of the elements of input.

示例 1：

在这个例子中，我们使用torch.rsqrt()方法来计算一维浮点张量的平方根的倒数。张量也由零和负数组成。这里，输入张量的第三个元素是零，零的rsqrt是'inf'，它的第四个元素是负数，它的rsqrt是'nan'。

Python3

# Python program to compute the reciprocal of
# square root of a tensor
# importing torch
import torch
  
# define the input tensor
a = torch.tensor([1.2, 0.32, 0., -32.3, 4.])
  
# print the input tenosr
print("tensor a:\n", a)
  
# compute reciprocal square root
result = torch.rsqrt(a)
  
# print the computed result
print("rsqrt of a:\n", result)

输出：

tensor a:
 tensor([  1.2000,   0.3200,   0.0000, -32.3000,   4.0000])
rsqrt of a:
 tensor([0.9129, 1.7678,    inf,    nan, 0.5000])

示例 2：

在下面的示例中，我们使用torch.rsqrt()方法计算一维复数张量的 rsqrt。请注意，复数是使用随机生成器生成的，因此您可能会注意到每次运行都会得到不同的数字。

Python3

# Python program to compute the reciprocal of
# square root of a complex tensor
# importing torch
import torch
  
# define the input tensor
a = torch.randn(4, dtype=torch.cfloat)
  
# print the input tensor
print("tensor a:\n", a)
  
# compute reciprocal square root
result = torch.rsqrt(a)
  
# print the computed result
print("rsqrt of a:\n", result)

输出：

tensor a:

 tensor([-0.4207-0.9085j, -0.2920+0.0372j,  0.9237+0.2633j, -0.1313+0.5933j])

rsqrt of a:

 tensor([0.5381+0.8422j, 0.1168-1.8396j, 1.0105-0.1412j, 0.8032-1.0003j])

示例 3：

在下面的示例中，我们使用torch.rsqrt()方法计算 3-D 张量的 rsqrt。在此示例中，我们还将使用随机生成器生成数字，因此您可能会注意到每次运行都会得到不同的数字。以与一维张量相同的方式，计算多维张量的每个元素的 rsqrt。

Python3

# Python program to compute the reciprocal of
# square root of a multi-dimensional tensor
# importing torch
import torch
  
# define the input tensor
a = torch.randn(2, 3, 2)
  
# print the input tensor
print("tensor a:\n", a)
  
# compute reciprocal square root
result = torch.rsqrt(a)
  
# print the computed result
print("rsqrt of a:\n", result)

输出：

tensor a:
 tensor([[[-0.7205, -1.3897],
         [ 1.0028,  0.3652],
         [ 0.8731, -0.7459]],

        [[-0.9512,  1.8421],
         [ 0.2855,  0.3749],
         [-0.8577,  0.6472]]])
rsqrt of a:
 tensor([[[   nan,    nan],
         [0.9986, 1.6547],
         [1.0702,    nan]],

        [[   nan, 0.7368],
         [1.8715, 1.6333],
         [   nan, 1.2431]]])