maxframe.tensor.exp#

maxframe.tensor.exp(x, out=None, where=None, **kwargs)[源代码]#

计算输入张量中所有元素的指数。

参数:

x (array_like) -- 输入值。
out (Tensor, None, or tuple of Tensor and None, optional) -- 用于存储结果的位置。如果提供，其形状必须与输入广播一致。如果未提供或为 None，则返回一个新分配的张量。元组（仅可作为关键字参数）的长度必须与输出数量相等。
where (array_like, optional) -- 值为 True 表示在该位置计算 ufunc，值为 False 表示保留输出中的值不变。
**kwargs -- 对于其他仅限关键字的参数，请参见 ufunc 文档。

返回:

out -- 输出张量，x 的逐元素指数。

返回类型:

Tensor

参见

expm1: 计算数组中所有元素的 exp(x) - 1。
exp2: 计算数组中所有元素的 2**x。

备注

无理数 e 也称为欧拉数。它约等于 2.718281，是自然对数 ln 的底数（这意味着如果 \(x = \ln y = \log_e y\)，则 \(e^x = y\)。对于实数输入，exp(x) 始终为正。

对于复数参数 x = a + ib，我们可以写成 \(e^x = e^a e^{ib}\)。第一项 \(e^a\) 已知（即上述的实数部分）。第二项 \(e^{ib}\) 是 \(\cos b + i \sin b\)，这是一个幅度为 1 且相位周期的函数。

引用

示例

在复平面上绘制 exp(x) 的幅度和相位：

>>> import maxframe.tensor as mt
>>> import matplotlib.pyplot as plt

>>> x = mt.linspace(-2*mt.pi, 2*mt.pi, 100)
>>> xx = x + 1j * x[:, mt.newaxis] # a + ib over complex plane
>>> out = mt.exp(xx)

>>> plt.subplot(121)
>>> plt.imshow(mt.abs(out).execute(),
...            extent=[-2*mt.pi, 2*mt.pi, -2*mt.pi, 2*mt.pi], cmap='gray')
>>> plt.title('Magnitude of exp(x)')

>>> plt.subplot(122)
>>> plt.imshow(mt.angle(out).execute(),
...            extent=[-2*mt.pi, 2*mt.pi, -2*mt.pi, 2*mt.pi], cmap='hsv')
>>> plt.title('Phase (angle) of exp(x)')
>>> plt.show()