torch.div

torch.div(input, other, *, rounding_mode=None, out=None) → Tensor

將輸入 input 的每個元素除以 other 中對應的元素。

$$\text{out}_i = \frac{\text{input}_i}{\text{other}_i}$$

注意

預設情況下，這執行類似於 Python 3 的“真除法”（true division）。有關向下取整除法（floor division），請參閱 rounding_mode 引數。

支援廣播到通用形狀、型別提升以及整數、浮點和複數輸入。總是將整數型別提升為預設標量型別。

引數

• input (Tensor) – 被除數

• other (Tensor 或 Number) – 除數

關鍵字引數

• rounding_mode (str, 可選) –

  應用於結果的取整型別

  • None - 預設行為。不執行取整，並且如果 input 和 other 都是整數型別，則將輸入提升為預設標量型別。相當於 Python 中的真除法（即 / 運算子）和 NumPy 中的 np.true_divide。

  • "trunc" - 將除法結果截斷到零方向。相當於 C 風格的整數除法。

  • "floor" - 將除法結果向下取整。相當於 Python 中的向下取整除法（即 // 運算子）和 NumPy 中的 np.floor_divide。

• out (Tensor, 可選) – 輸出張量。

示例

>>> x = torch.tensor([ 0.3810,  1.2774, -0.2972, -0.3719,  0.4637])
>>> torch.div(x, 0.5)
tensor([ 0.7620,  2.5548, -0.5944, -0.7438,  0.9274])

>>> a = torch.tensor([[-0.3711, -1.9353, -0.4605, -0.2917],
...                   [ 0.1815, -1.0111,  0.9805, -1.5923],
...                   [ 0.1062,  1.4581,  0.7759, -1.2344],
...                   [-0.1830, -0.0313,  1.1908, -1.4757]])
>>> b = torch.tensor([ 0.8032,  0.2930, -0.8113, -0.2308])
>>> torch.div(a, b)
tensor([[-0.4620, -6.6051,  0.5676,  1.2639],
        [ 0.2260, -3.4509, -1.2086,  6.8990],
        [ 0.1322,  4.9764, -0.9564,  5.3484],
        [-0.2278, -0.1068, -1.4678,  6.3938]])

>>> torch.div(a, b, rounding_mode='trunc')
tensor([[-0., -6.,  0.,  1.],
        [ 0., -3., -1.,  6.],
        [ 0.,  4., -0.,  5.],
        [-0., -0., -1.,  6.]])

>>> torch.div(a, b, rounding_mode='floor')
tensor([[-1., -7.,  0.,  1.],
        [ 0., -4., -2.,  6.],
        [ 0.,  4., -1.,  5.],
        [-1., -1., -2.,  6.]])