logspace¶
返回一个 Tensor，Tensor 的值为在区间 \([base^{start}, base^{stop}]\) 上按对数均匀间隔的 \(num\) 个值，输出 Tensor 的长度为 num。
注解
paddle.logspace 不进行梯度计算。
参数¶
start (int|float|Tensor) –
start是区间开始值以base为底的指数，可以是一个标量，或是一个 shape 为 [] 的 0-D Tensor，该 Tensor 的数据类型可以是 float32、float64、int32 或者 int64。stop (int|float|Tensor) –
stop是区间结束值以base为底的指数，可以是一个标量，或是一个 shape 为 [] 的 0-D Tensor，该 Tensor 的数据类型可以是 float32、float64、int32 或者 int64。num (int|Tensor) –
num是给定区间内需要划分的区间数，可以是一个整型标量，或是一个 shape 为 [] 的 0-D Tensor，该 Tensor 的数据类型需为 int32。base (int|float|Tensor) –
base是对数函数的底数，可以是一个标量，或是一个 shape 为 [] 的 0-D Tensor，该 Tensor 的数据类型可以是 float32、float64、int32 或者 int64。dtype (np.dtype|str，可选) – 输出 Tensor 的数据类型，可以是 float32、float64、int32 或者 int64。如果 dtype 的数据类型为 None，输出 Tensor 数据类型为 float32。
name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。
返回¶
等对数间隔划分的 1-D Tensor，该 Tensor 的 shape 大小为 \([num]\)，在 num 为 1 的情况下，仅返回包含 \(base^{start}\) 值的 Tensor。
代码示例¶
>>> import paddle
>>> data = paddle.logspace(0, 10, 5, 2, 'float32')
>>> print(data.numpy())
[1.0000000e+00 5.6568542e+00 3.2000000e+01 1.8101933e+02 1.0240000e+03]
>>> data = paddle.logspace(0, 10, 1, 2, 'float32')
>>> print(data.numpy())
[1.]