Pytorch - Gjensidig

Vi vil returnere gjensidigheten til alle elementene i tensoren ved å bruke den gjensidige () metoden 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.gjensidig()

Gjensidighet () i Pytorch returnerer gjensidigheten til hvert element i Pytorch -tensoren. Det tar en parameter.

Syntaks:

lommelykt.Gjensidighet (Tensor_Object)

Parameter:

tensor_object er en tensor

Eksempel 1:

I dette eksemplet vil vi lage en tensor med en dimensjon som har 5 elementer og returnere gjensidigheten til disse 5 elementene i en tensor.

#Først importer fakkelmodulen
Importer fakkel
#skap en 1D -tensor
data1 = fakkel.tensor ([1.34,5.67,8.90,4.56,7.43])
#vise
trykk ("Faktiske elementer i tensoren:")
Print (Data1)
Print ("Gjensidig")
trykk (fakkel.Gjensidig (data1))

Produksjon:

Faktiske elementer i tensoren:
tensor ([1.3400, 5.6700, 8.9000, 4.5600, 7.4300])
Gjensidige
tensor ([0.7463, 0.1764, 0.1124, 0.2193, 0.1346])))

Arbeider:

1. 1/1.3400 = 0.7463

2. 1/5.6700 = 0.1764

3. 1/8.9000 = 0.1124

4. 1/4.5600 = 0.2193

5. 1/7.4300 = 0.1346

Eksempel 2:

I dette eksemplet vil vi lage en tensor med to dimensjoner som har 5 elementer i hver rad og returnere gjensidige elementer.

#Først importer fakkelmodulen
Importer fakkel
#Create en 2D -tensor
data1 = fakkel.tensor ([[1.34,5.67,8.90,4.56,7.43], [1,2,3,4,5]])
#vise
trykk ("Faktiske elementer i tensoren:")
Print (Data1)
Print ("Gjensidig")
trykk (fakkel.Gjensidig (data1))

Produksjon:

Faktiske elementer i tensoren:
tensor ([[1.3400, 5.6700, 8.9000, 4.5600, 7.4300],
[1.0000, 2.0000, 3.0000, 4.0000, 5.0000]])
Gjensidige
tensor ([[0.7463, 0.1764, 0.1124, 0.2193, 0.1346],
[1.0000, 0.5000, 0.3333, 0.2500, 0.2000]])

Arbeider:

1. 1/1.3400 = 0.7463,1/1.0000 = 1.0000

2. 1/5.6700 = 0.1764,1/ 2.0000 = 0.5000

3. 1/8.9000 = 0.1124,1/3.0000 = 0.3333

4. 1/4.5600 = 0.2193, 1/4.0000 = 0.2500

5. 1/7.4300 = 0.1346, 1/5.0000 = 0.2000

Arbeid med CPU

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

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

Syntaks:

lommelykt.Tensor (data).prosessor()

Eksempel 1:

I dette eksemplet vil vi lage en tensor med en dimensjon som har 5 elementer på CPU og returnere gjensidigheten til disse 5 elementene i en tensor.

#Først importer fakkelmodulen
Importer fakkel
#skap en 1D -tensor
data1 = fakkel.tensor ([1.34,5.67,8.90,4.56,7.43]).prosessor()
#vise
trykk ("Faktiske elementer i tensoren:")
Print (Data1)
Print ("Gjensidig")
trykk (fakkel.Gjensidig (data1))

Produksjon:

Faktiske elementer i tensoren:
tensor ([1.3400, 5.6700, 8.9000, 4.5600, 7.4300])
Gjensidige
tensor ([0.7463, 0.1764, 0.1124, 0.2193, 0.1346])))

Arbeider:

1. 1/1.3400 = 0.7463

2. 1/5.6700 = 0.1764

3. 1/8.9000 = 0.1124

4. 1/4.5600 = 0.2193

5. 1/7.4300 = 0.1346

Eksempel 2:

I dette eksemplet vil vi lage en tensor med to dimensjoner som har 5 elementer på CPU i hver rad og returnere gjensidige elementer.

#Først importer fakkelmodulen
Importer fakkel
#Create en 2D -tensor
data1 = fakkel.tensor ([[1.34,5.67,8.90,4.56,7.43], [1,2,3,4,5]]).prosessor()
#vise
trykk ("Faktiske elementer i tensoren:")
Print (Data1)
Print ("Gjensidig")
trykk (fakkel.Gjensidig (data1))

Produksjon:

Faktiske elementer i tensoren:
tensor ([[1.3400, 5.6700, 8.9000, 4.5600, 7.4300],
[1.0000, 2.0000, 3.0000, 4.0000, 5.0000]])
Gjensidige
tensor ([[0.7463, 0.1764, 0.1124, 0.2193, 0.1346],
[1.0000, 0.5000, 0.3333, 0.2500, 0.2000]])

Arbeider:

1. 1/1.3400 = 0.7463,1/1.0000 = 1.0000

2. 1/5.6700 = 0.1764,1/ 2.0000 = 0.5000

3. 1/8.9000 = 0.1124,1/3.0000 = 0.3333

4. 1/4.5600 = 0.2193, 1/4.0000 = 0.2500

5. 1/7.4300 = 0.1346, 1/5.0000 = 0.2000

Konklusjon

I denne Pytorch -leksjonen diskuterte vi om den gjensidige () -funksjonen. Det returnerer gjensidigheten til hvert element i Pytorch -tensoren. Vi diskuterte de to eksemplene med forskjellige dimensjonale tensorer for å utføre den gjensidige () funksjonen.