Funções trigonométricas em Pytorch

Neste tutorial de Pytorch, discutiremos as funções trigonométricas aplicadas ao tensor de Pytorch.

Pytorch é uma estrutura de código aberto disponível com uma linguagem de programação Python. Podemos processar os dados em pytorch na forma de um tensor.

Um tensor é uma matriz multidimensional que é usada para armazenar os dados. Para usar um tensor, temos que importar o módulo da tocha.

Para criar um tensor, o método usado é tensor ().

Sintaxe:
tocha.Tensor (dados)

Onde os dados são uma matriz multidimensional.

tocha.função sin ()

A tocha.Sin () Função em Pytorch retorna valores senoidais de todos os elementos em um tensor. É preciso apenas um parâmetro.

Sintaxe:
tocha.sin (tensor_object)

Parâmetro:
tensor_object é o tensor de entrada

Exemplo 1

Vamos criar um tensor unidimensional, Data1 e retornar valores senos, aplicando tocha.pecado().

#import módulo tocha
importação de tocha
#Crie um tensor 1D - Data1 com 5 valores numéricos.
Data1 = Torch.Tensor ([23,45,67,10,0])
#mostrar
print ("tensor:", data1)
#Perform sin () acima do tensor
Imprima ("Valores senoidais:", tocha.sin (data1))

Saída:

Tensor: Tensor ([23, 45, 67, 10, 0])
Valores senos: tensor ([-0.8462, 0.8509, -0.8555, -0.5440, 0.0000])

Podemos ver que os valores senoidais foram devolvidos.

Exemplo 2

Vamos criar um tensor bidimensional, Data1 e retornar valores senos, aplicando tocha.sin () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 2D - Data1 com 5 valores numéricos em cada linha.
Data1 = Torch.tensor ([[23,45,67,10,0], [65,78,90,120,180]]))
#mostrar
print ("tensor:", data1)
#Perform sin () acima do tensor
Imprima ("Valores senoidais:", tocha.sin (data1))

Saída:

Tensor: Tensor ([[23, 45, 67, 10, 0],
[65, 78, 90, 120, 180]])
Valores senos: tensor ([[-0.8462, 0.8509, -0.8555, -0.5440, 0.0000],
[0.8268, 0.5140, 0.8940, 0.5806, -0.8012]])

Podemos ver que os valores senoidais foram devolvidos.

tocha.função cos ()

A tocha.Função cos () em Pytorch retorna valores cossenos de todos os elementos em um tensor. É preciso apenas um parâmetro.

Sintaxe:
tocha.cos (tensor_object)

Parâmetro:
tensor_object é o tensor de entrada.

Exemplo 1

Vamos criar um tensor unidimensional, data1 e retornar valores de cosseno, aplicando tocha.cos () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 1D - Data1 com 5 valores numéricos.
Data1 = Torch.Tensor ([23,45,67,10,0])
#mostrar
print ("tensor:", data1)
#Perform cos () acima do tensor
imprimir ("valores de cosseno:", tocha.cos (data1))

Saída:

Tensor: Tensor ([23, 45, 67, 10, 0])
Valores de cosseno: tensor ([-0.5328, 0.5253, -0.5178, -0.8391, 1.0000])

Podemos ver que os valores de cosseno foram devolvidos.

Exemplo 2

Vamos criar um tensor bidimensional, Data1 e retornar valores de cosseno, aplicando tocha.cos () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 2D - Data1 com 5 valores numéricos em cada linha.
Data1 = Torch.tensor ([[23,45,67,10,0], [65,78,90,120,180]]))
#mostrar
print ("tensor:", data1)
#Perform cos () acima do tensor
imprimir ("valores de cosseno:", tocha.cos (data1))

Saída:

Tensor: Tensor ([[23, 45, 67, 10, 0],
[65, 78, 90, 120, 180]])
Valores de cosseno: tensor ([[-0.5328, 0.5253, -0.5178, -0.8391, 1.0000],
[-0.5625, -0.8578, -0.4481, 0.8142, -0.5985]])

Podemos ver que os valores de cosseno foram devolvidos.

tocha.função tan ()

A tocha.A função tan () em Pytorch retorna valores tangentes de todos os elementos em um tensor. É preciso apenas um parâmetro.

Sintaxe:
tocha.tan (tensor_object)

Parâmetro:
tensor_object é o tensor de entrada.

Exemplo 1

Vamos criar um tensor unidimensional, data1 e retornar valores tangentes, aplicando a tocha.tan () nisso.

#import módulo tocha
importação de tocha
#Crie um tensor 1D - Data1 com 5 valores numéricos.
Data1 = Torch.Tensor ([23,45,67,10,0])
#mostrar
print ("tensor:", data1)
#Perform tan () acima do tensor
Imprimir ("valores tangentes:", tocha.Tan (Data1))

Saída:

Tensor: Tensor ([23, 45, 67, 10, 0])
Valores tangentes: Tensor ([1.5882, 1.6198, 1.6523, 0.6484, 0.0000])

Podemos ver que os valores tangentes foram devolvidos.

Exemplo 2

Vamos criar um tensor bidimensional, data1 e retornar valores tangentes, aplicando a tocha.tan () nisso.

#import módulo tocha
importação de tocha
#Crie um tensor 2D - Data1 com 5 valores numéricos em cada linha.
Data1 = Torch.tensor ([[23,45,67,10,0], [65,78,90,120,180]]))
#mostrar
print ("tensor:", data1)
#Perform tan () acima do tensor
Imprimir ("valores tangentes:", tocha.Tan (Data1))

Saída:

Tensor: Tensor ([[23, 45, 67, 10, 0],
[65, 78, 90, 120, 180]])
Valores tangentes: Tensor ([[1.5882, 1.6198, 1.6523, 0.6484, 0.0000],
[-1.4700, -0.5992, -1.9952, 0.7131, 1.3387]])

Podemos ver que os valores tangentes foram devolvidos.

tocha.Função Sinh ()

A tocha.A função sinh () em pytorch retorna valores senoidais hiperbólicos de todos os elementos em um tensor. É preciso apenas um parâmetro.

Sintaxe:
tocha.sinh (tensor_object)

Parâmetro:
tensor_object é o tensor de entrada.

Exemplo 1

Vamos criar um tensor unidimensional, Data1 e retornar valores senoidais hiperbólicos, aplicando a tocha.sinh () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 1D - Data1 com 5 valores numéricos.
Data1 = Torch.tensor ([0,1,45,10,23])
#mostrar
print ("tensor:", data1)
#Perform Sinh () acima do tensor
Imprima ("Valores senoidais hiperbólicos:", tocha.sinh (Data1))

Saída:

Tensor: Tensor ([0, 1, 45, 10, 23])
Valores senoidais hiperbólicos: Tensor ([0.0000E+00, 1.1752e+00, 1.7467e+19, 1.1013e+04, 4.8724E+09])

Podemos ver que os valores de seno hiperbólicos foram devolvidos.

Exemplo 2

Vamos criar um tensor bidimensional, Data1 e retornar valores senoidais hiperbólicos, aplicando tocha.sinh () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 2D - Data1 com 5 valores numéricos em cada linha.
Data1 = Torch.tensor ([[23,45,67,10,0], [65,78,90,120,180]]))
#mostrar
print ("tensor:", data1)
#Perform Sinh () acima do tensor
Imprima ("Valores senoidais hiperbólicos:", tocha.sinh (Data1))

Saída:

Tensor: Tensor ([[23, 45, 67, 10, 0],
[65, 78, 90, 120, 180]])
Valores senoidais hiperbólicos: Tensor ([[4.8724E+09, 1.7467e+19, 6.2618e+28, 1.1013e+04, 0.0000E+00],
[8.4744E+27, 3.7492e+33, inf, inf, inf]])

Podemos ver que os valores de seno hiperbólicos foram devolvidos.

tocha.função cosh ()

A tocha.A função Cosh () em Pytorch retorna valores de cosseno hiperbólico de todos os elementos em um tensor. É preciso apenas um parâmetro.

Sintaxe:
tocha.cosh (tensor_object)

Parâmetro:
tensor_object é o tensor de entrada.

Exemplo 1

Vamos criar um tensor unidimensional, data1 e retornar valores de cosseno hiperbólico aplicando a tocha.cosh () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 1D - Data1 com 5 valores numéricos.
Data1 = Torch.Tensor ([23,45,67,10,0])
#mostrar
print ("tensor:", data1)
#Perform Cosh () acima do tensor
impressão ("valores de cosseno hiperbólico:", tocha.Cosh (Data1))

Saída:

Tensor: Tensor ([23, 45, 67, 10, 0])
Valores de cosseno hiperbólico: Tensor ([4.8724E+09, 1.7467e+19, 6.2618e+28, 1.1013e+04, 1.0000E+00])

Podemos ver que os valores de cosseno hiperbólico foram devolvidos.

Exemplo 2

Vamos criar um tensor bidimensional, data1 e retornar valores de cosseno hiperbólico, aplicando a tocha.cosh () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 2D - Data1 com 5 valores numéricos em cada linha.
Data1 = Torch.tensor ([[23,45,67,10,0], [65,78,90,120,180]]))
#mostrar
print ("tensor:", data1)
#Perform Cosh () acima do tensor
impressão ("valores de cosseno hiperbólico:", tocha.Cosh (Data1))

Saída:

Tensor: Tensor ([[23, 45, 67, 10, 0],
[65, 78, 90, 120, 180]])
Valores de cosseno hiperbólico: tensor ([[4.8724E+09, 1.7467e+19, 6.2618e+28, 1.1013e+04, 1.0000E+00],
[8.4744E+27, 3.7492e+33, inf, inf, inf]])

Podemos ver que os valores de cosseno hiperbólico foram devolvidos.

tocha.Tanh () função

A tocha.Tanh () Função em Pytorch retorna valores tangentes hiperbólicos de todos os elementos em um tensor. É preciso apenas um parâmetro.

Sintaxe:
tocha.Tanh (tensor_object)

Parâmetro:
tensor_object é o tensor de entrada.

Exemplo 1

Vamos criar um tensor unidimensional, data1 e retornar valores tangentes hiperbólicos, aplicando a tocha.Tanh () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 1D - Data1 com 5 valores numéricos.
Data1 = Torch.Tensor ([23,45,67,10,0])
#mostrar
print ("tensor:", data1)
#Perform Tanh () acima do tensor
impressão ("valores tangentes hiperbólicos:", tocha.Tanh (Data1))

Saída:

Tensor: Tensor ([23, 45, 67, 10, 0])
Valores tangentes hiperbólicos: Tensor ([1., 1., 1., 1., 0.]))

Podemos ver que os valores tangentes hiperbólicos foram devolvidos.

Exemplo 2

Vamos criar um tensor bidimensional, data1 e retornar valores tangentes hiperbólicos, aplicando a tocha.Tanh () nele.

#import módulo tocha
importação de tocha
#Crie um tensor 2D - Data1 com 5 valores numéricos em cada linha.
Data1 = Torch.tensor ([[23,45,67,10,0], [65,78,90,120,180]]))
#mostrar
print ("tensor:", data1)
#Perform Tanh () acima do tensor
impressão ("valores tangentes hiperbólicos:", tocha.Tanh (Data1))

Saída:

Tensor: Tensor ([[23, 45, 67, 10, 0],
[65, 78, 90, 120, 180]])
Valores tangentes hiperbólicos: Tensor ([[1., 1., 1., 1., 0.],
[1., 1., 1., 1., 1.]])

Podemos ver que os valores tangentes hiperbólicos foram devolvidos.

Conclusão

Nesta lição de Pytorch, vimos como desempenhar funções trigonométricas em Pytorch. Discutimos três tipos de funções trigonométricas: sin (), cos () e tan (). Se você precisar executar funções hiperbólicas, pode usar o Sinh (), o Cosh () e o Tan ().