Pytorch - Isnan

Pytorch ist ein Open-Source-Framework für die Python-Programmiersprache.

Ein Tensor ist ein mehrdimensionales Array, das zum Speichern von Daten verwendet wird. Um einen Tensor zu verwenden, müssen wir das Fackelmodul importieren.

Zum Erstellen eines Tensors ist die verwendete Methode Tensor ().

Syntax:

Fackel.Tensor (Daten)

Wobei Daten ein mehrdimensionales Array sind.

Fackel.isnan ()

isnan () in Pytorch kehrt für die Elemente wahr, wenn das Element NAN ist (nicht eine Zahl). Ansonsten gibt es falsche zurück.

Es braucht einen Parameter.

Syntax:

Fackel.isnan (Tensor_Object)

Parameter:

Tensor_Object ist ein Tensor.

Zurückkehren:

Es wird einen Booleschen Tensor in Bezug auf den tatsächlichen Tensor zurückgeben.

Darstellung:

Keine Nummer - float ('nan')

Beispiel 1:

In diesem Beispiel erstellen wir einen Tensor mit einer Dimension mit fünf Elementen und überprüfen, ob diese fünf NAN sind oder nicht.

#import Fackelmodul
Taschenlampe importieren
#create einen Tensor
Data1 = Fackel.Tensor ([12,34,56,1, Float ('Nan')))
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("nach Nan check")
Druck (Taschenlampe.isnan (data1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([12)., 34., 56., 1., Nan]))
Überprüfen Sie nach Nan
Tensor ([falsch, falsch, falsch, falsch, wahr])

Arbeiten:

1. 12 ist nicht nan (falsch).
2. 34 ist nicht nan (falsch).
3. 56 ist nicht nan (falsch).
4. 1 ist nicht nan (falsch).
5. Nan ist keine Zahl (wahr).

Beispiel 2:

In diesem Beispiel erstellen wir einen Tensor mit einer Dimension mit fünf Elementen und überprüfen, ob diese fünf NAN sind oder nicht.

#import Fackelmodul
Taschenlampe importieren
#create einen Tensor
Data1 = Fackel.Tensor ([float ('-nan'), 34,56, float ('nan'), float ('inf')])
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("nach Nan check")
Druck (Taschenlampe.isnan (data1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([Nan, 34)., 56., Nan, Inf])
Überprüfen Sie nach Nan
Tensor ([wahr, falsch, falsch, wahr, falsch])

Arbeiten:

1. -Nan ist keine Zahl (wahr).
2. 34 ist nicht nan (falsch).
3. 56 ist nicht nan (falsch).
4. Nan ist keine Zahl (wahr).
5. Inf ist unendlich. Es ist nicht nan (falsch).

Beispiel 3:

In diesem Beispiel werden wir einen Tensor mit zwei Dimensionen erstellen, die fünf Elemente in jeder Reihe haben, und überprüfen, ob diese fünf NAN sind oder nicht.

#import Fackelmodul
Taschenlampe importieren
#create einen 2D -Tensor
Data1 = Fackel.Tensor ([[float ('-inf'), 34,56, float ('nan'), float ('inf')], [float ('-inf'), 100, -4, float ('nan' ' ), float ('inf')]]))
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("nach Nan check")
Druck (Taschenlampe.isnan (data1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([[-Inf, 34)., 56., Nan, Inf],
[-inf, 100., -4., nan, inf]]))
Überprüfen Sie nach Nan
Tensor ([[falsch, falsch, falsch, wahr, falsch],
[Falsch, falsch, falsch, wahr, falsch]]))

Arbeiten:

1. -Inf ist negativer Unendlichkeit, es ist also nicht NAN (falsch) für beide.
2. 34 ist nicht nan (falsch). 100 ist nicht nan (falsch).
3. 56 ist nicht nan (falsch). -4 ist nicht nan. (FALSCH).
4. Nan (wahr), Nan (wahr).
5. Inf ist nicht nan (falsch) für beide.

Arbeiten Sie mit CPU

Wenn Sie eine isnan () -Funktion auf der CPU ausführen möchten, müssen wir einen Tensor mit einer CPU () -Funktion erstellen. Dies wird auf einer CPU -Maschine ausgeführt.

Zu diesem Zeitpunkt können wir beim Erstellen eines Tensors die CPU () -Funktion verwenden.

Syntax:

Fackel.Tensor (Daten).Zentralprozessor()

Beispiel 1:

In diesem Beispiel erstellen wir einen Tensor mit einer Dimension mit fünf Elementen auf der CPU und überprüfen, ob diese fünf NAN sind oder nicht.

#import Fackelmodul
Taschenlampe importieren
#create einen Tensor
Data1 = Fackel.Tensor ([12,34,56,1, Float ('Nan'))).Zentralprozessor()
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("nach Nan check")
Druck (Taschenlampe.isnan (data1))

Ausgang

Tatsächlicher Tensor:
Tensor ([12)., 34., 56., 1., Nan]))
Überprüfen Sie nach Nan
Tensor ([falsch, falsch, falsch, falsch, wahr])

Arbeiten:

1. 12 ist nicht nan (falsch).
2. 34 ist nicht nan (falsch).
3. 56 ist nicht nan (falsch).
4. 1 ist nicht nan (falsch).
5. Nan ist keine Zahl (wahr).

Beispiel 2:

In diesem Beispiel erstellen wir einen Tensor mit einer Dimension mit fünf Elementen auf der CPU und überprüfen, ob diese fünf NAN sind oder nicht.

#import Fackelmodul
Taschenlampe importieren
#create einen Tensor
Data1 = Fackel.Tensor ([float ('-nan'), 34,56, float ('nan'), float ('inf')]).Zentralprozessor()
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("nach Nan check")
Druck (Taschenlampe.isnan (data1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([Nan, 34)., 56., Nan, Inf])
Überprüfen Sie nach Nan
Tensor ([wahr, falsch, falsch, wahr, falsch])

Arbeiten:

1. -Nan ist keine Zahl (wahr).
2. 34 ist nicht nan (falsch).
3. 56 ist nicht nan (falsch).
4. Nan ist keine Zahl (wahr).
5. Inf ist unendlich. Es ist nicht nan (falsch).

Beispiel 3:

In diesem Beispiel werden wir einen Tensor mit zwei Dimensionen erstellen, die in jeder Zeile fünf Elemente auf der CPU enthält, und prüfen, ob diese fünf NAN sind oder nicht.

#import Fackelmodul
Taschenlampe importieren
#create einen 2D -Tensor
Data1 = Fackel.Tensor ([[float ('-inf'), 34,56, float ('nan'), float ('inf')], [float ('-inf'), 100, -4, float ('nan' ' ), float ('inf')]])).Zentralprozessor()
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("nach Nan check")
Druck (Taschenlampe.isnan (data1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([[-Inf, 34)., 56., Nan, Inf],
[-inf, 100., -4., nan, inf]]))
Überprüfen Sie nach Nan
Tensor ([[falsch, falsch, falsch, wahr, falsch],
[Falsch, falsch, falsch, wahr, falsch]]))

Arbeiten:

1. -Inf ist negativer Unendlichkeit, es ist also nicht NAN (falsch) für beide.
2. 34 ist nicht nan (falsch). 100 ist nicht nan (falsch).
3. 56 ist nicht nan (falsch). -4 ist nicht nan (falsch).
4. Nan (wahr). Nan (wahr).
5. Inf ist nicht nan (falsch) für beide.

Abschluss

In dieser Pytorch -Lektion diskutierten wir Isnan (). Es gibt falsch für die Elemente zurück, wenn das Element nicht NAN ist. Ansonsten kehrt es wahr zurück.