Python PyTorch 余数（）方法

PyTorch 的剩余（）方法计算除法运算的元素余数（除以除数）。被除数是张量，而除数可以是数字或张量。此方法应用模运算，如果结果的符号与除数不同，则将除数添加到模结果中。此方法仅支持整数和浮点值输入。以下是此方法的语法 -

Syntax: torch.remainder(input, other, out=None)

Parameters:

• input: the dividend (tensor).
• other: the divisor (tensor or number).

Return: It returns a tensor with remainder values.

让我们借助一些Python示例来了解torch.remainder()方法。

示例 1：

在下面的Python示例中，我们计算火炬张量除以数字时的余数。

这里，-13 除以 5，余数是 2。如何？ mod(-13, 5) = -3，然后 -3+5 = 2。当模值与除数不同时，将除数加到模上。请注意当除数为 -5 时余数有何不同。

Python3

# Python 3 program to demonstrate the 
# torch.remainder() method
# importing torch
import torch
  
# define the dividend
x = torch.tensor([5, -13, 24, -7, 7])
print("Dividend:", x)
  
# define the divisor
y = 5
print("Divisor:",y)
  
# compute the remainder
remainder = torch.remainder(x,y)
print("Remainder:",remainder)
z = -5
print("Divisor:",z)
remainder = torch.remainder(x,z)
print("Remainder:",remainder)

输出：

Dividend: tensor([  5, -13,  24,  -7,   7])
Divisor: 5
Remainder: tensor([0, 2, 4, 3, 2])
Divisor: -5
Remainder: tensor([ 0, -3, -1, -2, -3])

示例 2：

在下面的Python示例中，当被除数和除数都是火炬张量时，我们计算元素余数。

Python3

# Python 3 program to demonstrate the 
# torch.remainder() method
# importing torch
import torch
  
# define the dividend
x = torch.tensor([15, -13, 15, -15, 0])
print("Dividend:", x)
  
# define the divisor
y = torch.tensor([7, 7, -7, -7, 7])
print("Divisor:",y)
  
# compute the remainder
remainder = torch.remainder(x,y)
print("Remainder:",remainder)

输出：

Dividend: tensor([ 15, -13,  15, -15,   0])
Divisor: tensor([ 7,  7, -7, -7,  7])
Remainder: tensor([ 1,  1, -6, -1,  0])

示例 3：

在下面的示例中，我们像示例 2 中一样找到余数，但对于浮点张量。

Python3

# Python 3 program to demonstrate the 
# torch.remainder() method for float values
# importing torch
import torch
  
# define the dividend
x = torch.tensor([15., -13., 15., -15., 0])
print("Dividend:", x)
  
# define the divisor
y = torch.tensor([7., 7., -7., -7., 7.])
print("Divisor:",y)
  
# compute the remainder
remainder = torch.remainder(x,y)
print("Remainder:",remainder)

输出：

Dividend: tensor([ 15., -13.,  15., -15.,   0.])
Divisor: tensor([ 7.,  7., -7., -7.,  7.])
Remainder: tensor([ 1.,  1., -6., -1.,  0.])

示例 4：

在下面的示例中，尝试找到除以零或无穷大时的余数。

请注意，当除数为零时，无论被除数如何，余数都是 nan（非数字）。当非零除以无穷大时，余数为无穷大，但当零除以无穷大时，余数为 0。还要注意两个张量都是浮点张量。请参阅下一个整数除以零的示例。

Python3

# Python 3 program to demonstrate the 
# torch.remainder() method
# importing torch
import torch
import numpy as np
  
# define the dividend
x = torch.tensor([15., -13., 0., -15., 0])
print("Dividend:", x)
  
# define the divisor
y = torch.tensor([0., np.inf, 0., 0., np.inf])
print("Divisor:",y)
  
# compute the remainder
remainder = torch.remainder(x,y)
print("Remainder:",remainder)

输出：

Dividend: tensor([ 15., -13.,   0., -15.,   0.])
Divisor: tensor([0., inf, 0., 0., inf])
Remainder: tensor([nan, inf, nan, nan, 0.])

示例 5：

在此示例中，我们尝试找到整数除以零时的余数。

请注意，在整数除数的情况下，它会引发运行时错误，而在浮点除数的情况下，它会将余数返回为 nan（如示例 4 中所示）。

Python3

# Python 3 program to demonstrate the 
# torch.remainder() method
# importing torch
import torch
import numpy as np
  
# define the dividend
x = torch.tensor([15])
print("Dividend:", x)
  
# define the divisor
y = torch.tensor([0])
print("Divisor:",y)
  
# compute the remainder
remainder = torch.remainder(x,y)
print("Remainder:",remainder)

输出：

Dividend: tensor([15])
Divisor: tensor([0])


RuntimeError: ZeroDivisionError