Pytorch - LCM

Pytorch - LCM
Vi vil se hvordan du kan returnere minst vanlige multipler i en input -tensor i denne Pytorch -opplæringen.

Pytorch er et open source-ramme tilgjengelig med et Python-programmeringsspråk. Tensor er et flerdimensjonalt utvalg som brukes til å lagre dataene. For å bruke en tensor, må vi importere fakkelmodulen. For å lage en tensor er metoden som brukes tensor ().

Syntaks:

lommelykt.Tensor (data)

Der dataene er en flerdimensjonal matrise.

Lommelykt.LCM ()

LCM () i Pytorch brukes til å returnere de minst vanlige multiplene fra begge elementene i to tensorobjekter.

Syntaks:

lommelykt.LCM (Tensor_Object1, Tensor_Object2)

Hvor:

  1. tensor_object1 er den første tensoren
  2. tensor_object2 er den andre tensoren

Komme tilbake:

Det returnerer også de minst vanlige multiplene fra de to tensorene.

Eksempel 1:

I dette eksemplet vil vi lage to tensorer med en dimensjon som har 5 elementer hver og utføre LCM () -operasjonen på dem.

#import fakkelmodul
Importer fakkel
#skape to 1D -tensorer
data1 = fakkel.tensor ([1,2,3,4,5])
Data2 = fakkel.Tensor ([34,45,3,40,10])
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print ("LCM")
#return minst vanlige multipler
trykk (fakkel.LCM (Data1, Data2))

Produksjon:

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

Arbeider:

  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

Det er også mulig å returnere LCM med ett element som beregner med hvert eneste element.

Eksempel 2:

I dette eksemplet vil vi lage to tensorer med en dimensjon som har 5 elementer i den første tensoren og ett element i den andre tensoren, og utføre LCM () -operasjonen på dem.

#import fakkelmodul
Importer fakkel
#skape to 1D -tensorer
data1 = fakkel.tensor ([1,2,3,4,5])
Data2 = fakkel.Tensor ([10])
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print ("LCM")
#return minst vanlige multipler
trykk (fakkel.LCM (Data1, Data2))

Produksjon:

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

Arbeider:

  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

Eksempel 3:

I dette eksemplet vil vi lage to tensorer med to dimensjoner som har 5 elementer hver og utfører LCM () -operasjonen på dem.

#import fakkelmodul
Importer fakkel
#skape to 2D -tensorer
data1 = fakkel.Tensor ([[1,2,3,4,5], [45,67,89,87,78]])
Data2 = fakkel.Tensor ([[134,54,67,65,56], [45,67,89,87,78]]))
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print ("LCM")
#return minst vanlige multipler
trykk (fakkel.LCM (Data1, Data2))

Produksjon:

Faktiske tensorer:
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]])

Arbeider:

  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

Arbeid med CPU

Hvis du vil kjøre en LCM () -funksjon på CPU, må vi lage en tensor med en CPU () -funksjon. Dette kjøres på en CPU -maskin.

Når vi lager en tensor, denne gangen, kan vi bruke CPU () -funksjonen.

Syntaks:

lommelykt.Tensor (data).prosessor()

Eksempel 1:

I dette eksemplet vil vi lage to tensorer med en dimensjon som har 5 elementer hver og utføre LCM () -operasjonen på dem.

#import fakkelmodul
Importer fakkel
#skape to 1D -tensorer
data1 = fakkel.tensor ([1,2,3,4,5]).prosessor()
Data2 = fakkel.Tensor ([34,45,3,40,10]).prosessor()
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print ("LCM")
#return minst vanlige multipler
trykk (fakkel.LCM (Data1, Data2))

Produksjon:

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

Arbeider:

  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

Det er også mulig å returnere LCM med ett element som beregner med hvert eneste element.

Eksempel 2:

I dette eksemplet vil vi lage to tensorer med en dimensjon som har 5 elementer i den første tensoren og ett element i den andre tensoren, og utføre LCM () -operasjonen på dem.

#import fakkelmodul
Importer fakkel
#skape to 1D -tensorer
data1 = fakkel.tensor ([1,2,3,4,5]).prosessor()
Data2 = fakkel.Tensor ([10]).prosessor()
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print ("LCM")
#return minst vanlige multipler
trykk (fakkel.LCM (Data1, Data2))

Produksjon:

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

Arbeider:

  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

Eksempel 3:

I dette eksemplet vil vi lage to tensorer med to dimensjoner som har 5 elementer hver og utfører LCM () -operasjonen på dem.

#import fakkelmodul
Importer fakkel
#skape to 2D -tensorer
data1 = fakkel.Tensor ([[1,2,3,4,5], [45,67,89,87,78]]).prosessor()
Data2 = fakkel.Tensor ([[134,54,67,65,56], [45,67,89,87,78]])).prosessor()
#vise
trykk ("Faktiske tensorer:")
Print (Data1)
Print (Data2)
Print ("LCM")
#return minst vanlige multipler
trykk (fakkel.LCM (Data1, Data2))

Produksjon:

Faktiske tensorer:
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]])

Arbeider:

  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

Konklusjon

I denne Pytorch -leksjonen lærte vi om LCM () -funksjonen og hvordan vi kan bruke den på en tensor for å returnere det minst vanlige multiplumet . Vi opprettet også en tensor med CPU () -funksjonen og returnerte LCM.