Pytorch - LCM

Wir werden sehen, wie man in diesem Pytorch -Tutorial am wenigsten gemeinsame Multiples in einem Eingangs -Tensor zurückgibt.

Pytorch ist ein Open-Source-Framework mit einer Python-Programmiersprache. Tensor ist ein mehrdimensionales Array, mit dem die Daten gespeichert werden. Um einen Tensor zu verwenden, müssen wir das Fackelmodul importieren. Um einen Tensor zu erstellen, ist die verwendete Methode Tensor ().

Syntax:

Fackel.Tensor (Daten)

Wobei die Daten ein mehrdimensionales Array sind.

Fackel.LCM ()

LCM () in Pytorch wird verwendet, um die am wenigsten häufigen Vielfachen aus beiden Elementen in zwei Tensorobjekten zurückzugeben.

Syntax:

Fackel.LCM (Tensor_Object1, Tensor_Object2)

Wo:

1. Tensor_Object1 ist der erste Tensor
2. Tensor_Object2 ist der zweite Tensor

Zurückkehren:

Es gibt auch die am wenigsten gebräuchlichen Vielfachen aus den beiden Tensoren zurück.

Beispiel 1:

In diesem Beispiel werden wir zwei Tensoren mit einer Dimension erstellen, die jeweils über 5 Elemente verfügt und die LCM () -Operation auf ihnen ausführen.

#import Fackelmodul
Taschenlampe importieren
#zwei 1D -Tensoren erzeugen
Data1 = Fackel.Tensor ([1,2,3,4,5])
Data2 = Taschenlampe.Tensor ([34,45,3,40,10])
#Anzeige
print ("tatsächliche Tensoren:")
Druck (Daten1)
Druck (Daten2)
print ("lcm")
#rete am wenigsten gemeinsamen Vielfachen
Druck (Taschenlampe.LCM (Data1, Data2))

Ausgang:

Tatsächliche Tensoren:
Tensor ([1, 2, 3, 4, 5])
Tensor ([34, 45, 3, 40, 10])
LCM
Tensor ([34, 90, 3, 40, 10])

Arbeiten:

1. LCM (1,34) - 34
2. LCM (2,45) - 90
3. LCM (3,3) - 3
4. LCM (4,40) - 40
5. LCM (5,10) - 10

Es ist auch möglich, das LCM mit einem Element zurückzugeben, das mit jedem Element berechnet wird.

Beispiel 2:

In diesem Beispiel werden wir zwei Tensor.

#import Fackelmodul
Taschenlampe importieren
#zwei 1D -Tensoren erzeugen
Data1 = Fackel.Tensor ([1,2,3,4,5])
Data2 = Taschenlampe.Tensor ([10])
#Anzeige
print ("tatsächliche Tensoren:")
Druck (Daten1)
Druck (Daten2)
print ("lcm")
#rete am wenigsten gemeinsamen Vielfachen
Druck (Taschenlampe.LCM (Data1, Data2))

Ausgang:

Tatsächliche Tensoren:
Tensor ([1, 2, 3, 4, 5])
Tensor ([10])
LCM
Tensor ([10, 10, 30, 20, 10])

Arbeiten:

1. LCM (1,10) -10
2. LCM (2,10) - 10
3. LCM (3,10) - 30
4. LCM (4,10) - 20
5. LCM (5,10) - 10

Beispiel 3:

In diesem Beispiel werden wir zwei Tensoren mit 2 Dimensionen erstellen, die jeweils über 5 Elemente verfügen und die LCM () -Operation auf ihnen ausführen.

#import Fackelmodul
Taschenlampe importieren
#zwei 2D -Tensoren erstellen
Data1 = Fackel.Tensor ([[1,2,3,4,5], [45,67,89,87,78]])
Data2 = Taschenlampe.Tensor ([[134,54,67,65,56], [45,67,89,87,78]]))
#Anzeige
print ("tatsächliche Tensoren:")
Druck (Daten1)
Druck (Daten2)
print ("lcm")
#rete am wenigsten gemeinsamen Vielfachen
Druck (Taschenlampe.LCM (Data1, Data2))

Ausgang:

Tatsächliche Tensoren:
Tensor ([[1, 2, 3, 4, 5],
[45, 67, 89, 87, 78]])
Tensor ([[134, 54, 67, 65, 56],
[45, 67, 89, 87, 78]])
LCM
Tensor ([[134, 54, 201, 260, 280],
[45, 67, 89, 87, 78]])

Arbeiten:

1. LCM (1,134) -134, LCM (45,45) -45
2. LCM (2,54) - 54, LCM (67,67) -67
3. LCM (3,67) - 201, LCM (89,89) -89
4. LCM (4,65) - 260, LCM (87,87) -87
5. LCM (5,56) - 280, LCM (78,78) -78

Arbeiten Sie mit CPU

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

Wenn wir einen Tensor erstellen, können wir diesmal die CPU () -Funktion verwenden.

Syntax:

Fackel.Tensor (Daten).Zentralprozessor()

Beispiel 1:

In diesem Beispiel werden wir zwei Tensoren mit einer Dimension erstellen, die jeweils über 5 Elemente verfügt und die LCM () -Operation auf ihnen ausführen.

#import Fackelmodul
Taschenlampe importieren
#zwei 1D -Tensoren erzeugen
Data1 = Fackel.Tensor ([1,2,3,4,5]).Zentralprozessor()
Data2 = Taschenlampe.Tensor ([34,45,3,40,10]).Zentralprozessor()
#Anzeige
print ("tatsächliche Tensoren:")
Druck (Daten1)
Druck (Daten2)
print ("lcm")
#rete am wenigsten gemeinsamen Vielfachen
Druck (Taschenlampe.LCM (Data1, Data2))

Ausgang:

Tatsächliche Tensoren:
Tensor ([1, 2, 3, 4, 5])
Tensor ([34, 45, 3, 40, 10])
LCM
Tensor ([34, 90, 3, 40, 10])

Arbeiten:

1. LCM (1,34) - 34
2. LCM (2,45) - 90
3. LCM (3,3) - 3
4. LCM (4,40) - 40
5. LCM (5,10) - 10

Es ist auch möglich, das LCM mit einem Element zurückzugeben, das mit jedem Element berechnet wird.

Beispiel 2:

In diesem Beispiel werden wir zwei Tensor.

#import Fackelmodul
Taschenlampe importieren
#zwei 1D -Tensoren erzeugen
Data1 = Fackel.Tensor ([1,2,3,4,5]).Zentralprozessor()
Data2 = Taschenlampe.Tensor ([10]).Zentralprozessor()
#Anzeige
print ("tatsächliche Tensoren:")
Druck (Daten1)
Druck (Daten2)
print ("lcm")
#rete am wenigsten gemeinsamen Vielfachen
Druck (Taschenlampe.LCM (Data1, Data2))

Ausgang:

Tatsächliche Tensoren:
Tensor ([1, 2, 3, 4, 5])
Tensor ([10])
LCM
Tensor ([10, 10, 30, 20, 10])

Arbeiten:

1. LCM (1,10) -10
2. LCM (2,10) - 10
3. LCM (3,10) - 30
4. LCM (4,10) - 20
5. LCM (5,10) - 10

Beispiel 3:

In diesem Beispiel werden wir zwei Tensoren mit 2 Dimensionen erstellen, die jeweils über 5 Elemente verfügen und die LCM () -Operation auf ihnen ausführen.

#import Fackelmodul
Taschenlampe importieren
#zwei 2D -Tensoren erstellen
Data1 = Fackel.Tensor ([[1,2,3,4,5], [45,67,89,87,78]]).Zentralprozessor()
Data2 = Taschenlampe.Tensor ([[134,54,67,65,56], [45,67,89,87,78]])).Zentralprozessor()
#Anzeige
print ("tatsächliche Tensoren:")
Druck (Daten1)
Druck (Daten2)
print ("lcm")
#rete am wenigsten gemeinsamen Vielfachen
Druck (Taschenlampe.LCM (Data1, Data2))

Ausgang:

Tatsächliche Tensoren:
Tensor ([[1, 2, 3, 4, 5],
[45, 67, 89, 87, 78]])
Tensor ([[134, 54, 67, 65, 56],
[45, 67, 89, 87, 78]])
LCM
Tensor ([[134, 54, 201, 260, 280],
[45, 67, 89, 87, 78]])

Arbeiten:

1. LCM (1,134) -134, LCM (45,45) -45
2. LCM (2,54) - 54, LCM (67,67) -67
3. LCM (3,67) - 201, LCM (89,89) -89
4. LCM (4,65) - 260, LCM (87,87) -87
5. LCM (5,56) - 280, LCM (78,78) -78

Abschluss

In dieser Pytorch -Lektion haben wir etwas über die LCM () -Funktion gelernt und wie man sie auf einen Tensor anwendet, um das am wenigsten gemeinsame Mehrfaches zurückzugeben . Wir haben auch einen Tensor mit der CPU () -Funktion erstellt und die LCM zurückgegeben.