Python | Método PyTorch cosh()

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.cosh()proporciona soporte para la función de coseno hiperbólico en PyTorch. Espera la entrada en forma de radianes. El tipo de entrada es tensor y si la entrada contiene más de un elemento, se calcula el coseno hiperbólico por elementos.

Sintaxis : torch.cosh(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 cosh function and
# storing the result in 'b'
b = torch.cosh(a)
print(b)

Producción:

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


   1.5431
   1.1276
  14.9987
   4.1443
   1.0000
 332.5716
[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 hyperbolic cosine function and
# storing the result in 'b'
b = torch.cosh(torch.FloatTensor(a))
  
print(b)
  
# Plotting
plt.plot(a, b.numpy(), color = 'red', marker = "o") 
plt.title("torch.cosh") 
plt.xlabel("X") 
plt.ylabel("Y") 
  
plt.show()

Producción:

 1.5431
 1.3904
 1.2661
 1.1678
 1.0933
 1.0411
 1.0102
 1.0000
 1.0102
 1.0411
 1.0933
 1.1678
 1.2661
 1.3904
 1.5431
[torch.FloatTensor of size 15]