Pytorch - Quadrat

Pytorch - Quadrat
Wir werden das Quadrat aller Elemente im Tensor mit der Square () -Methode in diesem Pytorch -Tutorial zurückgeben.

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.Quadrat()

Square () in Pytorch gibt das Quadrat jedes Elements in Pytorch -Tensor zurück. Es braucht einen Parameter.

Syntax:

Fackel.Quadrat (Tensor_Object)

Parameter:

Tensor_Object ist ein Tensor

Beispiel 1:

In diesem Beispiel werden wir einen Tensor mit einer Dimension erstellen, die über 5 Elemente verfügt, und das Quadrat dieser 5 Elemente in einem Tensor zurückgeben.

#import Fackelmodul
Taschenlampe importieren
#create einen Tensor
Data1 = Fackel.Tensor ([12,34,56,1,10])
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("quadratisch:")
Druck (Taschenlampe.Quadrat (Daten1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([12, 34, 56, 1, 10])
Quadrat:
Tensor ([144, 1156, 3136, 1, 100])

Arbeiten:

  1. 12 * 12 = 144
  2. 34 * 34 = 1156
  3. 56 * 56 = 3136
  4. 1 * 1 = 1
  5. 10 * 10 = 100

Beispiel 2:

In diesem Beispiel werden wir einen Tensor mit zwei Dimensionen erstellen, die 5 Elemente in jeder Reihe haben und die Quadrate der Elemente zurückgeben.

#import Fackelmodul
Taschenlampe importieren
#create einen 2D -Tensor
Data1 = Fackel.Tensor ([[45,67,21,23,2], [-2,3,4,5,6]])
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("quadratisch")
Druck (Taschenlampe.Quadrat (Daten1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([[45, 67, 21, 23, 2],
[-2, 3, 4, 5, 6]])
Quadrat
Tensor ([[2025, 4489, 441, 529, 4],
[4, 9, 16, 25, 36]])

Arbeiten:

  1. 45 * 45 = 2025, -2 * -2 = 4
  2. 67 * 67 = 4489,3 * 3 = 9
  3. 21 * 21 = 441,4 * 4 = 16
  4. 23 * 23 = 529,5 * 5 = 25
  5. 2 * 2 = 4,6 * 6 = 36

Arbeiten Sie mit CPU

Wenn Sie eine Square () -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 Funktion cpu () verwenden.

Syntax:

Fackel.Tensor (Daten).Zentralprozessor()

Beispiel 1:

In diesem Beispiel werden wir einen Tensor mit einer Dimension erstellen, die 5 Elemente für die CPU -Funktion enthält und das Quadrat dieser 5 Elemente in einem Tensor zurückgeben.

#import Fackelmodul
Taschenlampe importieren
#create einen Tensor
Data1 = Fackel.Tensor ([12,34,56,1,10]).Zentralprozessor()
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("quadratisch:")
Druck (Taschenlampe.Quadrat (Daten1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([12, 34, 56, 1, 10])
Quadrat:
Tensor ([144, 1156, 3136, 1, 100])

Arbeiten:

  1. 12 * 12 = 144
  2. 34 * 34 = 1156
  3. 56 * 56 = 3136
  4. 1 * 1 = 1
  5. 10 * 10 = 100

Beispiel 2:

In diesem Beispiel werden wir einen Tensor mit zwei Dimensionen erstellen, die in einer CPU -Funktion in jeder Zeile 5 Elemente enthalten und die Quadrate der Elemente zurückgeben.

#import Fackelmodul
Taschenlampe importieren
#create einen 2D -Tensor
Data1 = Fackel.Tensor ([[45,67,21,23,2], [-2,3,4,5,6]]).Zentralprozessor()
#Anzeige
print ("tatsächlicher Tensor:")
Druck (Daten1)
print ("quadratisch")
Druck (Taschenlampe.Quadrat (Daten1))

Ausgang:

Tatsächlicher Tensor:
Tensor ([[45, 67, 21, 23, 2],
[-2, 3, 4, 5, 6]])
Quadrat
Tensor ([[2025, 4489, 441, 529, 4],
[4, 9, 16, 25, 36]])

Arbeiten:

  1. 45 * 45 = 2025, -2 * -2 = 4
  2. 67 * 67 = 4489,3 * 3 = 9
  3. 21 * 21 = 441,4 * 4 = 16
  4. 23 * 23 = 529,5 * 5 = 25
  5. 2 * 2 = 4,6 * 6 = 36

Abschluss

In dieser Pytorch -Lektion haben wir über die Square () -Funktion besprochen. Es gibt das Quadrat jedes Elements im Pytorch -Tensor zurück. Wir haben die beiden Beispiele mit den unterschiedlichen dimensionalen Tensoren besprochen, um die Square () -Funktion auszuführen.