Pytorch - Column_stack
En tensor er et flerdimensjonalt utvalg som brukes til å lagre data. Så for å bruke en tensor, må vi importere fakkelmodulen.
For å lage en tensor er metoden som brukes er tensor ().
Syntaks:
lommelykt.Tensor (data)
Hvor data er en flerdimensjonal matrise.
lommelykt.kolonne_stack ()
lommelykt.column_stack () blir med to eller flere tensorer horisontalt.
Syntaks:
lommelykt.kolonne_stack (tensor_object1, tensor_object2, ...)
Parameter:
Det tar to eller flere tensorer.
Eksempel 1:
I dette eksemplet vil vi lage to endimensjonale tensorer og bli med dem horisontalt ved hjelp av fakkel.kolonne_stack ().
#import fakkelmodulImporter fakkel
#Create 2 Tensors
data1 = fakkel.Tensor ([10,20,40,50])
Data2 = fakkel.tensor ([2,3,4,5])
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
#Join to tensorer
trykte ("ble med på tensor:", fakkel.kolonne_stack ((data1, data2)))
Produksjon:
Faktiske tensorer:Tensor ([10, 20, 40, 50])
Tensor ([2, 3, 4, 5])
Ble med i Tensor: Tensor ([[10, 2],
[20, 3],
[40, 4],
[50, 5]])
To tensorer er sammen med horisontalt ..
Eksempel 2:
I dette eksemplet vil vi lage fem endimensjonale tensorer og bli med dem horisontalt ved hjelp av fakkel.kolonne_stack ().
#import fakkelmodulImporter fakkel
#Create 5 Tensors
data1 = fakkel.Tensor ([10,20,40,50])
Data2 = fakkel.tensor ([2,3,4,5])
data3 = fakkel.Tensor ([12,45,67,89])
Data4 = fakkel.Tensor ([100,32,45,67])
data5 = fakkel.Tensor ([120,456,1,1])
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print (Data3)
Print (Data4)
Print (Data5)
#Join fem tensorer
trykte ("ble med på tensor:", fakkel.kolonne_stack ((data1, data2, data3, data4, data5))))
Produksjon:
Faktiske tensorer:Tensor ([10, 20, 40, 50])
Tensor ([2, 3, 4, 5])
Tensor ([12, 45, 67, 89])
Tensor ([100, 32, 45, 67])
Tensor ([120, 456, 1, 1])
Ble med i Tensor: Tensor ([[10, 2, 12, 100, 120],
[20, 3, 45, 32, 456],
[40, 4, 67, 45, 1],
[50, 5, 89, 67, 1]])
Fem tensorer er forbundet horisontalt.
Eksempel 3:
I dette eksemplet vil vi lage fem todimensjonale tensorer og bli med dem horisontalt ved hjelp av fakkel.kolonne_stack ().
#import fakkelmodulImporter fakkel
#skap 5 tensorer med 2 dimensjoner hver
data1 = fakkel.Tensor ([[10,20,40,50], [1,2,3,4]])
Data2 = fakkel.Tensor ([[2,3,4,5], [20,70,89,0]]))
data3 = fakkel.Tensor ([[12,4,5,6], [56,34,56,787]]))
Data4 = fakkel.Tensor ([[100,1,2,3], [67,87,6,78]]))
data5 = fakkel.Tensor ([[120,33,56,78], [45,56,78,6]])
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print (Data3)
Print (Data4)
Print (Data5)
#Join fem tensorer
trykte ("ble med på tensor:", fakkel.kolonne_stack ((data1, data2, data3, data4, data5))))
Produksjon:
Faktiske tensorer:Tensor ([[10, 20, 40, 50],
[1, 2, 3, 4]])
Tensor ([[2, 3, 4, 5],
[20, 70, 89, 0]])
Tensor ([[12, 4, 5, 6],
[56, 34, 56, 787]])
Tensor ([[100, 1, 2, 3],
[67, 87, 6, 78]])
Tensor ([[120, 33, 56, 78],
[45, 56, 78, 6]])
Ble med i Tensor: Tensor ([[10, 20, 40, 50, 2, 3, 4, 5, 12, 4, 5, 6, 100, 1,
2, 3, 120, 33, 56, 78],
[1, 2, 3, 4, 20, 70, 89, 0, 56, 34, 56, 787, 67, 87,
6, 78, 45, 56, 78, 6]])
Fem tensorer er forbundet horisontalt.
Arbeid med CPU
Hvis du vil kjøre en kolonne_stack () -funksjon på CPU, må vi lage en tensor med en CPU () -funksjon. Dette kjøres på en CPU -maskin.
På dette tidspunktet, når vi lager en tensor, kan vi bruke CPU () -funksjonen.
Syntaks:
lommelykt.Tensor (data).prosessor()
Eksempel 1:
I dette eksemplet vil vi lage to endimensjonale tensorer på CPU og bli med dem horisontalt ved hjelp av fakkel.kolonne_stack ().
#import fakkelmodulImporter fakkel
#Create 2 Tensors
data1 = fakkel.Tensor ([10,20,40,50]).prosessor()
Data2 = fakkel.tensor ([2,3,4,5]).prosessor()
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
#Join to tensorer
trykte ("ble med på tensor:", fakkel.kolonne_stack ((data1, data2)))
Produksjon:
Faktiske tensorer:Tensor ([10, 20, 40, 50])
Tensor ([2, 3, 4, 5])
Ble med i Tensor: Tensor ([[10, 2],
[20, 3],
[40, 4],
[50, 5]])
To tensorer er forbundet horisontalt.
Eksempel 2:
I dette eksemplet vil vi lage fem endimensjonale tensorer på CPU og bli med dem horisontalt ved hjelp av fakkel.kolonne_stack ().
#import fakkelmodulImporter fakkel
#Create 5 Tensors
data1 = fakkel.Tensor ([10,20,40,50]).prosessor()
Data2 = fakkel.tensor ([2,3,4,5]).prosessor()
data3 = fakkel.Tensor ([12,45,67,89]).prosessor()
Data4 = fakkel.Tensor ([100,32,45,67]).prosessor()
data5 = fakkel.Tensor ([120,456,1,1]).prosessor()
#vise
trykk (“Faktiske tensorer:“)
Print (Data1)
Print (Data2)
Print (Data3)
Print (Data4)
Print (Data5)
#Join fem tensorer
trykk (“ble med på tensor:“, fakkel.kolonne_stack ((data1, data2, data3, data4, data5))))
Produksjon:
Faktiske tensorer:Tensor ([10, 20, 40, 50])
Tensor ([2, 3, 4, 5])
Tensor ([12, 45, 67, 89])
Tensor ([100, 32, 45, 67])
Tensor ([120, 456, 1, 1])
Ble med i Tensor: Tensor ([[10, 2, 12, 100, 120],
[20, 3, 45, 32, 456],
[40, 4, 67, 45, 1],
[50, 5, 89, 67, 1]])
Fem tensorer er forbundet horisontalt.
Eksempel 3:
I dette eksemplet vil vi lage fem todimensjonale tensorer på CPU og bli med og deretter horisontalt ved hjelp av fakkel.kolonne_stack ().
#import fakkelmodulImporter fakkel
#skap 5 tensorer med 2 dimensjoner hver
data1 = fakkel.Tensor ([[10,20,40,50], [1,2,3,4]]).prosessor()
Data2 = fakkel.Tensor ([[2,3,4,5], [20,70,89,0]])).prosessor()
data3 = fakkel.Tensor ([[12,4,5,6], [56,34,56,787]])).prosessor()
Data4 = fakkel.Tensor ([[100,1,2,3], [67,87,6,78]])).prosessor()
data5 = fakkel.Tensor ([[120,33,56,78], [45,56,78,6]]).prosessor()
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print (Data3)
Print (Data4)
Print (Data5)
#Join fem tensorer
trykte ("ble med på tensor:", fakkel.kolonne_stack ((data1, data2, data3, data4, data5))))
Produksjon:
Faktiske tensorer:Tensor ([[10, 20, 40, 50],
[1, 2, 3, 4]])
Tensor ([[2, 3, 4, 5],
[20, 70, 89, 0]])
Tensor ([[12, 4, 5, 6],
[56, 34, 56, 787]])
Tensor ([[100, 1, 2, 3],
[67, 87, 6, 78]])
Tensor ([[120, 33, 56, 78],
[45, 56, 78, 6]])
Ble med i Tensor: Tensor ([[10, 20, 40, 50, 2, 3, 4, 5, 12, 4, 5, 6, 100, 1,
2, 3, 120, 33, 56, 78],
[1, 2, 3, 4, 20, 70, 89, 0, 56, 34, 56, 787, 67, 87,
6, 78, 45, 56, 78, 6]])
Fem tensorer er forbundet horisontalt.
Konklusjon
Vi så hvordan vi kan bli med to eller flere tensorer horisontalt i Pytorch ved å bruke Column_Stack () -funksjonen. I denne artikkelen implementerte vi flere eksempler for å bli med på en og todimensjonal tensorer og implementerte også Column_Stack () på CPU ved hjelp av CPU () -funksjonen.