Método Python Pytorch logspace()

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.logspace()devuelve un tensor unidimensional de puntos escalonados espaciados logarítmicamente con base base entre .

El tensor de salida es 1-D de pasos de tamaño.

Sintaxis : torch.logspace(inicio, fin, pasos=100, base=10, salida=Ninguno)

Parámetros :
inicio : el valor inicial para el conjunto de puntos.
final : el valor final para el conjunto de puntos
pasos : número de puntos para muestrear entre el inicio y el final. Predeterminado: 100.
base : base de la función logarítmica. Predeterminado: 10.0
out(Tensor, opcional) : el tensor de salida

Tipo de retorno : un tensor

Código #1:

# Importing the PyTorch library
import torch
  
# Applying the logspace function and
# storing the resulting tensor in 't'
a = torch.logspace(3, 10, 5)
print("a = ", a)
  
b = torch.logspace(start =-10, end = 10, steps = 5)
print("b = ", b)

Producción:

a =  tensor([1.0000e+03, 5.6234e+04, 3.1623e+06, 1.7783e+08, 1.0000e+10])
b =  tensor([1.0000e-10, 1.0000e-05, 1.0000e+00, 1.0000e+05, 1.0000e+10])

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
  
# Applying the logspace function to get a tensor of size 15 with values from -5 to 5 using base 2
a = torch.logspace(-5, 5, 15, 2)
print(a)
  
# Plotting
plt.plot(a.numpy(), np.zeros(a.numpy().shape), color = 'red', marker = "o") 
plt.title("torch.linspace") 
plt.xlabel("X") 
plt.ylabel("Y") 
  
plt.show()

Producción:

tensor([3.1250e-02, 5.1271e-02, 8.4119e-02, 1.3801e-01, 2.2643e-01, 3.7150e-01,
        6.0951e-01, 1.0000e+00, 1.6407e+00, 2.6918e+00, 4.4164e+00, 7.2458e+00,
        1.1888e+01, 1.9504e+01, 3.2000e+01])
[torch.FloatTensor of size 15]