Pytorch - Std

Vi vil se hvordan du kan returnere standardavviket til en tensor ved hjelp av STD () 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.

Std ()

STD () i Pytorch brukes til å returnere standardavviket til elementene som er til stede i inngangs -tensorobjektet.

Syntaks:

lommelykt.STD (Tensor, dim)

Hvor:

1. Tensoren er inngangstensoren.

2. Dim er å redusere dimensjonen. DIM = 0 Angir kolonnesammenligningen som får standardavviket langs en kolonne og DIM = 1 spesifiserer radens sammenligning som får standardavviket langs raden.

Eksempel 1:

I dette eksemplet vil vi lage en tensor med to dimensjoner som har 3 rader og 5 kolonner og bruke STD () -funksjonen på rader og kolonner.

#import fakkelmodul
Importer fakkel
#Create en tensor med 2 dimensjoner (3 * 5)
#med tilfeldige elementer ved bruk av randn () -funksjon
data = fakkel.Randn (3,5)
#vise
Print (data)
skrive ut()
#Get standardavvik langs kolonner
trykk ("Standardavvik over kolonner:")
trykk (fakkel.STD (data, dim = 0))
skrive ut()
#Get standardavvik langs rader
trykk ("Standardavvik på tvers av rader:")
trykk (fakkel.STD (data, dim = 1))

Produksjon:

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]])
Standardavvik på tvers av kolonner:
tensor ([0.3886, 0.9088, 0.4582, 0.9255, 2.3633])
Standardavvik på tvers av rader:
tensor ([0.6088, 1.5499, 0.4633])

Vi kan se at standardavviket returneres over kolonnene og radene.

Eksempel 2:

Lag en tensor med 5 * 5 -matrise og returner standardavviket over radene og kolonnene.

#import fakkelmodul
Importer fakkel
#Create en tensor med 2 dimensjoner (5 * 5)
#med tilfeldige elementer ved bruk av randn () -funksjon
data = fakkel.Randn (5,5)
#vise
Print (data)
skrive ut()
#Get standardavvik langs kolonner
trykk ("Standardavvik over kolonner:")
trykk (fakkel.STD (data, dim = 0))
skrive ut()
#Get standardavvik langs rader
trykk ("Standardavvik på tvers av rader:")
trykk (fakkel.STD (data, dim = 1))

Produksjon:

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]])
Standardavvik på tvers av kolonner:
tensor ([0.7871, 0.6589, 0.4997, 0.2568, 0.6706])
Standardavvik på tvers av rader:
tensor ([0.4486, 0.2806, 0.9164, 0.7120, 0.9814])

Vi kan se at standardavviket over radene og kolonnene ble returnert.

Uten den svake parameteren

Hvis vi ikke spesifiserer DIM -parameteren, returnerer den standardavviket fra hele tensoren.

Eksempel 1:

Lag en 2D -tensor med 5*5 -matrise og returner standardavviket.

#import fakkelmodul
Importer fakkel
#Create en tensor med 2 dimensjoner (5 * 5)
#med tilfeldige elementer ved bruk av randn () -funksjon
data = fakkel.Randn (5,5)
#vise
Print (data)
skrive ut()
#Get standardavvik
trykk ("Standardavvik:")
trykk (fakkel.STD (data))

Produksjon:

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]])
Standardavvik:
tensor (0.9011)

Eksempel 2:

Lag en 1D -tensor med 5 verdier og returner standardavviket.

#import fakkelmodul
Importer fakkel
#skap en tensor med 5 numeriske verdier
data = fakkel.Tensor ([10.6,20.7,30.6,40.4,50.0])
#vise
Print (data)
skrive ut()
#Get standardavvik
trykk ("Standardavvik:")
trykk (fakkel.STD (data))

Produksjon:

Tensor ([10.6000, 20.7000, 30.6000, 40.4000, 50.0000])
Standardavvik:
Tensor (15.5749)

Arbeid med CPU

Hvis du vil kjøre en STD () -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 to dimensjoner som har 3 rader og 5 kolonner med CPU () -funksjonen og bruke STD () -funksjonen på rader og kolonner.

#import fakkelmodul
Importer fakkel
#Create en tensor med 2 dimensjoner (3 * 5)
#med tilfeldige elementer ved bruk av randn () -funksjon
data = fakkel.Randn (3,5).prosessor()
#vise
Print (data)
skrive ut()
#Get standardavvik langs kolonner
trykk ("Standardavvik over kolonner:")
trykk (fakkel.STD (data, dim = 0))
skrive ut()
#Get standardavvik langs rader
trykk ("Standardavvik på tvers av rader:")
trykk (fakkel.STD (data, dim = 1))

Produksjon:

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]])
Standardavvik på tvers av kolonner:
tensor ([1.0104, 0.9701, 0.5523, 1.1633, 0.9895])
Standardavvik på tvers av rader:
tensor ([0.9158, 1.0598, 0.7406])

Vi kan se at standardavviket returneres over kolonnene og radene.

Eksempel 2:

Lag en tensor med 5 * 5 -matrise med CPU () -funksjonen og returner standardavviket over radene og kolonnene.

#import fakkelmodul
Importer fakkel
#Create en tensor med 2 dimensjoner (5 * 5)
#med tilfeldige elementer ved bruk av randn () -funksjon
data = fakkel.Randn (5,5).prosessor()
#vise
Print (data)
skrive ut()
#Get standardavvik langs kolonner
trykk ("Standardavvik over kolonner:")
trykk (fakkel.STD (data, dim = 0))
skrive ut()
#Get standardavvik langs rader
trykk ("Standardavvik på tvers av rader:")
trykk (fakkel.STD (data, dim = 1))

Produksjon:

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]])
Standardavvik på tvers av kolonner:
tensor ([0.7273, 1.1853, 1.3192, 1.1561, 0.5686])
Standardavvik på tvers av rader:
tensor ([1.2743, 0.9718, 1.1293, 1.0831, 0.7716])

Vi kan se at standardavviket over radene og kolonnene ble returnert.

Konklusjon

I denne Pytorch -leksjonen lærte vi om STD () -funksjonen og hvordan du bruker den på en tensor for å returnere standardavviket over kolonnene og radene.

Vi opprettet også en tensor med CPU () -funksjonen og returnerte standardavviket. Hvis DIM ikke er spesifisert i to eller flerdimensjonal tensor, returnerer den standardavviket for hele tensoren.