Pytorch - Std

Wir werden sehen, wie Sie die Standardabweichung eines Tensors mit STD () in diesem Pytorch -Tutorial zurückgeben können.

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.

Std ()

STD () in Pytorch wird verwendet, um die Standardabweichung der im Eingabe -Tensorobjekt vorhandenen Elemente zurückzugeben.

Syntax:

Fackel.STD (Tensor, Dim)

Wo:

1. Der Tensor ist der Eingangs -Tensor.

2. Dim ist, die Dimension zu reduzieren. DIM = 0 Gibt den Spaltenvergleich an, der die Standardabweichung entlang einer Spalte erhält, und DIM = 1 gibt den Zeilenvergleich an, der die Standardabweichung entlang der Zeile erhält.

Beispiel 1:

In diesem Beispiel erstellen wir einen Tensor mit 2 Dimensionen mit 3 Zeilen und 5 Spalten und wenden die STD () -Funktion auf Zeilen und Spalten an.

#import Fackelmodul
Taschenlampe importieren
#einen Tensor mit 2 Abmessungen (3 * 5)
#Mit zufälligen Elementen mit Randn () -Funktion
Daten = Taschenlampe.Randn (3,5)
#Anzeige
Druck (Daten)
drucken()
#Standard -Standardabweichung entlang der Spalten
print ("Standardabweichung über Spalten:")
Druck (Taschenlampe.STD (Daten, Dim = 0))
drucken()
#Standardabweichung entlang der Reihen
print ("Standardabweichung über Zeilen:")
Druck (Taschenlampe.STD (Daten, Dim = 1))

Ausgang:

Tensor ([[0).6548, 1.0587, -0.1196, 0.9985, -0.2190],
[0.3791, 1.5435, -0.5304, 0.8167, 3.5842],
[-0.1122, -0.2159, 0.3844, -0.6877, -0.7479]]))
Standardabweichung über Spalten hinweg:
Tensor ([0).3886, 0.9088, 0.4582, 0.9255, 2.3633])
Standardabweichung über Zeilen:
Tensor ([0).6088, 1.5499, 0.4633])

Wir können sehen, dass die Standardabweichung über die Spalten und Zeilen zurückgegeben wird.

Beispiel 2:

Erstellen Sie einen Tensor mit 5 * 5 Matrix und geben Sie die Standardabweichung über die Zeilen und Spalten zurück.

#import Fackelmodul
Taschenlampe importieren
#einen Tensor mit 2 Abmessungen (5 * 5)
#Mit zufälligen Elementen mit Randn () -Funktion
Daten = Taschenlampe.Randn (5,5)
#Anzeige
Druck (Daten)
drucken()
#Standard -Standardabweichung entlang der Spalten
print ("Standardabweichung über Spalten:")
Druck (Taschenlampe.STD (Daten, Dim = 0))
drucken()
#Standardabweichung entlang der Reihen
print ("Standardabweichung über Zeilen:")
Druck (Taschenlampe.STD (Daten, Dim = 1))

Ausgang:

Tensor ([[-0).2092, 0.2423, -0.6894, 0.4194, -0.3451],
[0.0026, 0.0415, 0.0787, 0.3679, 0.6610],
[1.1111, -1.2749, -0.5760, 0.0788, -0.7471],
[-0.9320, -0.4619, -0.4667, 0.7881, 0.4340],
[0.6366, -1.0388, -1.3156, 0.3060, 0.7883]]))
Standardabweichung über Spalten hinweg:
Tensor ([0).7871, 0.6589, 0.4997, 0.2568, 0.6706])
Standardabweichung über Zeilen:
Tensor ([0).4486, 0.2806, 0.9164, 0.7120, 0.9814])

Wir können sehen, dass die Standardabweichung über die Zeilen und Spalten zurückgegeben wurde.

Ohne den schwachen Parameter

Wenn wir den DIM -Parameter nicht angeben, gibt er die Standardabweichung vom gesamten Tensor zurück.

Beispiel 1:

Erstellen Sie einen 2D -Tensor mit 5*5 Matrix und geben Sie die Standardabweichung zurück.

#import Fackelmodul
Taschenlampe importieren
#einen Tensor mit 2 Abmessungen (5 * 5)
#Mit zufälligen Elementen mit Randn () -Funktion
Daten = Taschenlampe.Randn (5,5)
#Anzeige
Druck (Daten)
drucken()
#GET -Standardabweichung
print ("Standardabweichung:")
Druck (Taschenlampe.std (Daten))

Ausgang:

Tensor ([[0).7371, 0.9772, -0.7774, 0.6982, -1.6117],
[-0.3546, 0.0951, 0.0059, 0.5024, -1.1832],
[0.0237, 1.0456, 1.6042, 0.6445, -0.9371],
[0.7644, -0.8274, 0.8999, 0.3538, -0.0928],
[1.4303, 0.8764, -1.6896, 0.0271, -0.1859]]))
Standardabweichung :
Tensor (0.9011)

Beispiel 2:

Erstellen Sie einen 1D -Tensor mit 5 Werten und geben Sie die Standardabweichung zurück.

#import Fackelmodul
Taschenlampe importieren
#Schalten Sie einen Tensor mit 5 numerischen Werten auf
Daten = Taschenlampe.Tensor ([10).6,20.7,30.6,40.4,50.0]))
#Anzeige
Druck (Daten)
drucken()
#GET -Standardabweichung
print ("Standardabweichung:")
Druck (Taschenlampe.std (Daten))

Ausgang:

Tensor ([10).6000, 20.7000, 30.6000, 40.4000, 50.0000])
Standardabweichung :
Tensor (15.5749)

Arbeiten Sie mit CPU

Wenn Sie eine STD () -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 erstellen wir einen Tensor mit 2 Dimensionen mit 3 Zeilen und 5 Spalten mit der Funktion cpu () und die Funktion STD () auf Zeilen und Spalten anwenden.

#import Fackelmodul
Taschenlampe importieren
#einen Tensor mit 2 Abmessungen (3 * 5)
#Mit zufälligen Elementen mit Randn () -Funktion
Daten = Taschenlampe.Randn (3,5).Zentralprozessor()
#Anzeige
Druck (Daten)
drucken()
#Standard -Standardabweichung entlang der Spalten
print ("Standardabweichung über Spalten:")
Druck (Taschenlampe.STD (Daten, Dim = 0))
drucken()
#Standardabweichung entlang der Reihen
print ("Standardabweichung über Zeilen:")
Druck (Taschenlampe.STD (Daten, Dim = 1))

Ausgang:

Tensor ([[-0).6536, -0.4777, 1.6667, 0.0299, 0.1223],
[-1.8604, -0.3503, 0.7509, -0.2912, -1.5708],
[0.1468, 1.2626, 0.6741, 1.8651, 0.1632]])
Standardabweichung über Spalten hinweg:
Tensor ([1.0104, 0.9701, 0.5523, 1.1633, 0.9895])
Standardabweichung über Zeilen:
Tensor ([0).9158, 1.0598, 0.7406])

Wir können sehen, dass die Standardabweichung über die Spalten und Zeilen zurückgegeben wird.

Beispiel 2:

Erstellen Sie einen Tensor mit 5 * 5 Matrix mit der Funktion cpu () und geben Sie die Standardabweichung über die Zeilen und Spalten zurück.

#import Fackelmodul
Taschenlampe importieren
#einen Tensor mit 2 Abmessungen (5 * 5)
#Mit zufälligen Elementen mit Randn () -Funktion
Daten = Taschenlampe.Randn (5,5).Zentralprozessor()
#Anzeige
Druck (Daten)
drucken()
#Standard -Standardabweichung entlang der Spalten
print ("Standardabweichung über Spalten:")
Druck (Taschenlampe.STD (Daten, Dim = 0))
drucken()
#Standardabweichung entlang der Reihen
print ("Standardabweichung über Zeilen:")
Druck (Taschenlampe.STD (Daten, Dim = 1))

Ausgang:

Tensor ([-1.3900, 1.3594, -0.3603, 1.6448, -0.2708],
[-0.6731, 0.9022, 1.0914, -0.0416, -1.1494],
[0.1134, 1.0007, 0.5488, -1.6023, -1.2196],
[0.4858, 0.2534, -2.2222, -0.1260, -0.0746],
[-0.2175, -1.6167, -1.1183, 0.2427, -0.1219]])
Standardabweichung über Spalten hinweg:
Tensor ([0).7273, 1.1853, 1.3192, 1.1561, 0.5686])
Standardabweichung über Zeilen:
Tensor ([1.2743, 0.9718, 1.1293, 1.0831, 0.7716])

Wir können sehen, dass die Standardabweichung über die Zeilen und Spalten zurückgegeben wurde.

Abschluss

In dieser Pytorch -Lektion haben wir die STD () -Funktion und die Anwendung auf einen Tensor gelernt, um die Standardabweichung über die Spalten und Zeilen zurückzugeben.

Wir haben auch einen Tensor mit der CPU () -Funktion erstellt und die Standardabweichung zurückgegeben. Wenn der DIM nicht in zwei oder mehrdimensionalen Tensor angegeben ist, gibt es die Standardabweichung des gesamten Tensors zurück.