資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 PyTorch 中使用給定的實部和虛部構建一個複數張量？
使用給定的實部和虛部，我們可以使用 **torch.complex()** 方法在 PyTorch 中構建一個複數。實部和虛部必須是 **float** 或 **double** 型別。實部和虛部都必須是相同的型別。如果實部是 **float**，則虛部也必須是 **float**。
如果輸入是 **torch.float32**，則構建的複數張量必須是 **torch.complex64**。
如果輸入是 **torch.float64**，則複數張量必須是 **torch.complex128**。
語法
torch.complex(real, imag)
引數
**real** 和 **imag** - 複數張量的實部和虛部。兩者必須具有相同的 dtype，只能是 **float** 或 **double**。
步驟
我們可以使用以下步驟構建一個具有給定 **real** 和 **imag** 的複數張量：
匯入所需的庫。在以下所有示例中，所需的 Python 庫是 torch。確保您已安裝它。
import torch
定義兩個 torch 張量 - **real** 和 **imag**。兩個張量中的元素數量必須相同。
real = torch.randn(2,3, dtype = torch.double) imag = torch.randn(2,3, dtype= torch.double)
使用給定的 **real** 和 **imag** 構建一個複數張量。
z = torch.complex(real, imag)
列印上面計算出的複數張量。
print("Complex Number:
", z)列印複數張量的 dtype。
print("dtype of Complex number:",z.dtype)示例 1
import torch
real = torch.tensor([1, 2], dtype = torch.float32)
imag = torch.tensor([3, 4], dtype= torch.float32)
print("Real Part:
", real)
print("Imaginary Part:
", imag)
z = torch.complex(real, imag)
'''
Both real and imaginary parts should be of same data types;
it supports float and double
'''
print("Complex Number:
", z)
print("dtype of Complex number:",z.dtype)輸出
Real Part: tensor([1., 2.]) Imaginary Part: tensor([3., 4.]) Complex Number: tensor([1.+3.j, 2.+4.j]) dtype of Complex number: torch.complex64
在上面的示例中，我們構建了一個 **dtype=torch.complx64** 的複數張量。實部和虛部張量的 **dtype=torch.float32**。
示例 2
# Import the required library
import torch
# define real and imag parts as double
real = torch.randn(2,3, dtype = torch.double)
imag = torch.randn(2,3, dtype= torch.double)
print("Real Part:
", real)
print("Imaginary Part:
", imag)
# create complex number using the above
z = torch.complex(real, imag)
'''
Both real and imaginary parts should be of same data types;
it supports float and double
'''
print("Complex number:
",z)
print("dtype of complex number:
", z.dtype)輸出
Real Part: tensor([[-0.6168, -0.8757, 1.5826], [-0.7090, 1.4633, -0.6376]], dtype=torch.float64) Imaginary Part: tensor([[-0.1338, -0.1485, -0.1314], [ 1.8149, -0.1233, -0.0694]], dtype=torch.float64) Complex number: tensor([[-0.6168-0.1338j, -0.8757-0.1485j, 1.5826-0.1314j], [-0.7090+1.8149j, 1.4633-0.1233j, -0.6376-0.0694j]], dtype=torch.complex128) dtype of complex number: torch.complex128
在上面的示例中，我們構建了一個 **dtype=torch.complex128** 的複數張量。實部和虛部張量的 **dtype=torch.double**。
更新於: 2022年1月25日
2K+ 瀏覽量
廣告