torch.sinh# torch.sinh(input, *, out=None) → Tensor# 返回一个新张量,其中包含input元素的双曲正弦。 outi=sinh(inputi)\text{out}_{i} = \sinh(\text{input}_{i}) outi=sinh(inputi) 参数 input (Tensor) – 输入张量。 关键字参数 out (Tensor, optional) – 输出张量。 示例 >>> a = torch.randn(4) >>> a tensor([ 0.5380, -0.8632, -0.1265, 0.9399]) >>> torch.sinh(a) tensor([ 0.5644, -0.9744, -0.1268, 1.0845]) 注意 当 input 在 CPU 上时,torch.sinh 的实现可能会使用 Sleef 库,该库会将非常大的结果四舍五入为正无穷大或负无穷大。有关详细信息,请参阅此处。
torch.sinh# torch.sinh(input, *, out=None) → Tensor# 返回一个新张量,其中包含input元素的双曲正弦。 outi=sinh(inputi)\text{out}_{i} = \sinh(\text{input}_{i}) outi=sinh(inputi) 参数 input (Tensor) – 输入张量。 关键字参数 out (Tensor, optional) – 输出张量。 示例 >>> a = torch.randn(4) >>> a tensor([ 0.5380, -0.8632, -0.1265, 0.9399]) >>> torch.sinh(a) tensor([ 0.5644, -0.9744, -0.1268, 1.0845]) 注意 当 input 在 CPU 上时,torch.sinh 的实现可能会使用 Sleef 库,该库会将非常大的结果四舍五入为正无穷大或负无穷大。有关详细信息,请参阅此处。