pytorch api文档：torch.sqrt()函数-平方根-马育民老师

# 介绍

`torch.sqrt()` 函数，是 PyTorch 中用于计算张量元素平方根的核心函数，非常常用。

# 语法

```
torch.sqrt(input, *out=None) → Tensor
```

#### 参数

- input：需要计算平方根的输入张量，必须传入。必须是 **非负数**，否则会返回 `nan`（非数字），并且可能触发警告。

- out：输出张量的存储位置，避免函数重新创建新张量，节省内存（尤其对大张量）

#### 隐藏的 “设备 / 数据类型” 逻辑

`torch.sqrt()` 没有显式的 `device`/`dtype` 参数，但输出张量的属性会继承 `input` 的特性：

- 设备：输入在 GPU 上，输出也在 GPU；输入在 CPU 上，输出也在 CPU。
- 数据类型：输出默认是浮点型（即使输入是整数张量，也会转为 torch.float32/float64）。
示例：

# 例子

下面是完整的可运行代码，展示 `torch.sqrt()` 的基本用法：

```python
import torch

# 1. 基础用法：对张量所有元素开平方
x = torch.tensor([1.0, 4.0, 9.0, 16.0])
sqrt_x = torch.sqrt(x)
print("原始张量:", x)
print("平方根结果:", sqrt_x)  # 输出: tensor([1., 2., 3., 4.])

# 2. 二维张量示例
y = torch.tensor([[1.0, 81.0], [25.0, 49.0]])
sqrt_y = torch.sqrt(y)
print("\n二维张量平方根结果:\n", sqrt_y)
# 输出:
# tensor([[1., 9.],
#         [5., 7.]])

# 3. 处理负数（会返回nan）
z = torch.tensor([-1.0, 4.0])
sqrt_z = torch.sqrt(z)
print("\n含负数的张量平方根结果:", sqrt_z)  # 输出: tensor([nan, 2.])
```

### 三、进阶用法：避免负数报错/返回nan
如果你的数据可能包含负数，可以先对张量做处理（比如取绝对值），再计算平方根：

```python
import torch

# 处理可能含负数的张量
z = torch.tensor([-1.0, 4.0, -9.0])
# 先取绝对值，再开平方
sqrt_z_safe = torch.sqrt(torch.abs(z))
print("安全计算的平方根结果:", sqrt_z_safe)  # 输出: tensor([1., 2., 3.])
```

### 四、等价写法
除了 `torch.sqrt(x)`，还可以用张量的方法调用：
```python
x = torch.tensor([4.0, 9.0])
sqrt_x = x.sqrt()  # 和 torch.sqrt(x) 效果完全一致
print(sqrt_x)  # 输出: tensor([2., 3.])
```

### 总结
1. `torch.sqrt()` 是逐元素计算张量平方根的函数，输入需为非负数（否则返回nan）。
2. 常用写法有两种：`torch.sqrt(张量)` 或 `张量.sqrt()`。
3. 处理可能含负数的张量时，建议先用 `torch.abs()` 取绝对值，避免出现nan。

原文出处：http://malaoshi.top/show_1GW2e7wRErGM.html