PyTorch torch.sign函数介绍

torch.sign 是 PyTorch 库中用于计算输入张量每个元素符号的函数。下面从功能概述、函数原型、参数解释、返回值、使用示例以及与相关函数对比等方面详细介绍 torch.sign。

功能概述

torch.sign 函数会返回一个与输入张量形状相同的新张量，其中每个元素的值表示输入张量对应元素的符号。具体规则为：

• 如果输入元素为正数，输出元素为 1。
• 如果输入元素为负数，输出元素为 -1。
• 如果输入元素为零，输出元素为 0。

函数原型

torch.sign(input, *, out=None)

参数解释

• input：必需参数，为需要计算符号的输入张量，可以是任意形状和数据类型的张量。
• out：可选参数，是一个用于存储输出结果的张量。如果指定了 out，计算结果将存储在这个张量中，并且 out 的形状和数据类型必须与输入张量经过 torch.sign 计算后的结果兼容。

返回值

返回一个新的张量，其形状与输入张量相同，数据类型为 torch.float32 或与 out 参数指定的张量的数据类型一致（如果指定了 out）。该张量中的每个元素表示输入张量对应元素的符号。

使用示例

简单示例

import torch# 创建一个输入张量
input_tensor = torch.tensor([-2.5, 0, 3.7])
# 计算符号
output_tensor = torch.sign(input_tensor)
print(output_tensor)

在这个示例中，输入张量包含负数、零和正数，经过 torch.sign 计算后，输出张量为 [-1., 0., 1.]。

使用 out 参数

import torch# 创建输入张量
input_tensor = torch.tensor([-1.2, 0.5, 0])
# 创建用于存储输出结果的张量
out_tensor = torch.empty(3)
# 计算符号并将结果存储在 out_tensor 中
torch.sign(input_tensor, out=out_tensor)
print(out_tensor)

这里通过指定 out 参数，将计算结果存储在了 out_tensor 中。

与相关函数对比

• torch.abs：torch.abs 函数用于计算输入张量每个元素的绝对值，而 torch.sign 关注的是元素的符号。例如，对于输入 [-2, 3]，torch.abs 的输出是 [2, 3]，而 torch.sign 的输出是 [-1, 1]。
• torch.relu：torch.relu 是一个激活函数，会将输入张量中小于零的元素置为零，大于等于零的元素保持不变。与 torch.sign 不同，torch.relu 更侧重于对输入值进行非线性变换，而不是单纯判断符号。

通过 torch.sign 函数，你可以方便地获取张量中每个元素的符号信息，这在很多数值计算和机器学习场景中都有应用，比如在梯度更新时根据梯度的符号进行相应的调整等。