Python | Método PyTorch tan()

PyTorch es una biblioteca de aprendizaje automático de código abierto desarrollada por Facebook. Se utiliza para fines de procesamiento de lenguaje natural y redes neuronales profundas.

La función torch.tan()proporciona soporte para la función tangente en PyTorch. Espera la entrada en forma de radianes y la salida está en el rango [-∞, ∞]. El tipo de entrada es tensor y si la entrada contiene más de un elemento, se calcula la tangente por elementos.

Sintaxis : torch.tan(x, out=Ninguno)

Parámetros :
x :
Nombre del tensor de entrada (opcional): Tensor de salida

Tipo de retorno : Un tensor con el mismo tipo que el de x.

Código #1:

# Importing the PyTorch library
import torch
  
# A constant tensor of size 6
a = torch.FloatTensor([1.0, -0.5, 3.4, -2.1, 0.0, -6.5])
print(a)
  
# Applying the tan function and
# storing the result in 'b'
b = torch.tan(a)
print(b)

Producción:

 1.0000
-0.5000
 3.4000
-2.1000
 0.0000
-6.5000
[torch.FloatTensor of size 6]


 1.5574
-0.5463
 0.2643
 1.7098
 0.0000
-0.2203
[torch.FloatTensor of size 6]

Código #2: Visualización

# Importing the PyTorch library
import torch
  
# Importing the NumPy library
import numpy as np
  
# Importing the matplotlib.pyplot function
import matplotlib.pyplot as plt
  
# A vector of size 15 with values from -1 to 1
a = np.linspace(-1, 1, 15)
  
# Applying the tangent function and
# storing the result in 'b'
b = torch.tan(torch.FloatTensor(a))
  
print(b)
  
# Plotting
plt.plot(a, b.numpy(), color = 'red', marker = "o") 
plt.title("torch.tan") 
plt.xlabel("X") 
plt.ylabel("Y") 
  
plt.show()

Producción:

-1.5574
-1.1549
-0.8670
-0.6430
-0.4569
-0.2938
-0.1438
 0.0000
 0.1438
 0.2938
 0.4569
 0.6430
 0.8670
 1.1549
 1.5574
[torch.FloatTensor of size 15]