目錄
- 一、加載庫
- 二、sin值計(jì)算方法
- 三、cos值計(jì)算方法
- 四、tan值計(jì)算方法
- 五、arcsin值計(jì)算方法
- 六、arccos值計(jì)算方法
- 七、arctan值計(jì)算方法
一、加載庫
首先加載torch庫,進(jìn)入python后加載庫使用import導(dǎo)入
【import 庫名】
二、sin值計(jì)算方法
pytorch中的sin計(jì)算都是基于tensor的,所以無論單個(gè)值還是多個(gè)值同時(shí)計(jì)算sin值,都需要首先將輸入量轉(zhuǎn)換為tensor
使用指令:
【torch.sin(tensor)】
實(shí)例中,使用了計(jì)算單個(gè)和多個(gè)sin值時(shí)的情況
三、cos值計(jì)算方法
pytorch中的cos計(jì)算都是基于tensor的,所以無論單個(gè)值還是多個(gè)值同時(shí)計(jì)算cos值,都需要首先將輸入量轉(zhuǎn)換為tensor
使用指令:
【torch.cos(tensor)】
實(shí)例中,使用了計(jì)算單個(gè)和多個(gè)cos值時(shí)的情況
四、tan值計(jì)算方法
pytorch中的tan計(jì)算都是基于tensor的,所以無論單個(gè)值還是多個(gè)值同時(shí)計(jì)算tan值,都需要首先將輸入量轉(zhuǎn)換為tensor
使用指令:
【torch.tan(tensor)】
實(shí)例中,使用了計(jì)算單個(gè)和多個(gè)tan值時(shí)的情況
五、arcsin值計(jì)算方法
pytorch中的反正弦計(jì)算都是基于tensor的,所以無論單個(gè)值還是多個(gè)值同時(shí)計(jì)算反正弦值,都需要首先將輸入量轉(zhuǎn)換為tensor
使用指令:
【torch.asin(tensor)】
實(shí)例中,使用了計(jì)算單個(gè)和多個(gè)arcsin值時(shí)的情況
六、arccos值計(jì)算方法
pytorch中的反余弦計(jì)算都是基于tensor的,所以無論單個(gè)值還是多個(gè)值同時(shí)計(jì)算反余弦值,都需要首先將輸入量轉(zhuǎn)換為tensor
使用指令:
【torch.acos(tensor)】
實(shí)例中,使用了計(jì)算單個(gè)和多個(gè)arccos值時(shí)的情況
七、arctan值計(jì)算方法
pytorch中的反正切計(jì)算都是基于tensor的,所以無論單個(gè)值還是多個(gè)值同時(shí)計(jì)算反正切值,都需要首先將輸入量轉(zhuǎn)換為tensor
使用指令:
【torch.atan(tensor)】
實(shí)例中,使用了計(jì)算單個(gè)和多個(gè)arctan值時(shí)的情況
以上,就是在pytorch中使用三角函數(shù)和反三角函數(shù)的方法啦!
到此這篇關(guān)于如何利用Pytorch計(jì)算三角函數(shù)的文章就介紹到這了,更多相關(guān)Pytorch計(jì)算三角函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- pytorch_detach 切斷網(wǎng)絡(luò)反傳方式
- pytorch 禁止/允許計(jì)算局部梯度的操作
- 聊聊PyTorch中eval和no_grad的關(guān)系
- Pytorch實(shí)現(xiàn)圖像識(shí)別之?dāng)?shù)字識(shí)別(附詳細(xì)注釋)
- Pytorch實(shí)現(xiàn)全連接層的操作
- pytorch 優(yōu)化器(optim)不同參數(shù)組,不同學(xué)習(xí)率設(shè)置的操作
- PyTorch 如何將CIFAR100數(shù)據(jù)按類標(biāo)歸類保存
- PyTorch的Debug指南
- Python深度學(xué)習(xí)之使用Pytorch搭建ShuffleNetv2
- win10系統(tǒng)配置GPU版本Pytorch的詳細(xì)教程
- 淺談pytorch中的nn.Sequential(*net[3: 5])是啥意思
- pytorch visdom安裝開啟及使用方法
- PyTorch CUDA環(huán)境配置及安裝的步驟(圖文教程)
- pytorch中的nn.ZeroPad2d()零填充函數(shù)實(shí)例詳解
- 使用pytorch實(shí)現(xiàn)線性回歸
- pytorch實(shí)現(xiàn)線性回歸以及多元回歸
- PyTorch學(xué)習(xí)之軟件準(zhǔn)備與基本操作總結(jié)