lommelykt.Eq og fakkel.ne fungerer i pytorch

I denne pytorch -opplæringen lærer vi hvordan du utfører sammenligningsoperasjoner ved hjelp av fakkel.Eq () og fakkel.NE () Metoder i Pytorch.

Pytorch er et open source-ramme tilgjengelig med et Python-programmeringsspråk. Vi kan behandle dataene i Pytorch i form av en tensor.

En 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)

Hvor data er en flerdimensjonal matrise.

lommelykt.Eq () -funksjon

De lommelykt.Eq () i Pytorch brukes til å sammenligne alle elementene i to tensorer. Hvis begge elementene i en tensor er like, vil den returnere sant. Ellers blir falsk returnert. Det ville ta to parametere.

Syntaks

lommelykt.EQ (Tensor_Object1, Tensor_Object2)

Parametere

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

Komme tilbake
Det vil returnere en tensor med de boolske verdiene.

Eksempel 1
I dette eksemplet vil vi lage endimensjonale tensorer: Data1 og Data2 med 5 numeriske verdier for å utføre EQ ().

#import fakkelmodul
Importer fakkel
#Create A 1D Tensor - Data1 med 5 numeriske verdier
data1 = fakkel.Tensor ([0,45,67,0,23])
#Create A 1D Tensor - Data2 med 5 numeriske verdier
Data2 = fakkel.tensor ([0,0,55,78,23])
#vise
Print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#eq () på data1 og data2
trykk ("Sammenlign to tensorer:", fakkel.EQ (Data1, Data2)))

Produksjon

First Tensor: Tensor ([0, 45, 67, 0, 23])
Second Tensor: Tensor ([0, 0, 55, 78, 23])
Sammenlign to tensorer: tensor ([sann, falsk, falsk, falsk, sann])

Arbeider

1. 0 lik 0 - True
2. 45 lik 0 - falsk
3. 67 lik 55 - falsk
4. 0 lik 78 - falsk
5. 23 lik 23 - True

Eksempel 2
I dette eksemplet vil vi lage todimensjonale tensorer: data1 og data2 med 5 numeriske verdier hver på rad og utføre EQ ().

#import fakkelmodul
Importer fakkel
#Create A 2D Tensor - Data1 med 5 numeriske verdier i hver rad
data1 = fakkel.Tensor ([[23,45,67,0,0], [12,21,34,56,78]])
#Create A 2D Tensor - Data2 med 5 numeriske verdier i hver rad
Data2 = fakkel.Tensor ([[0,0,55,78,23], [10,20,44,56,0]])
#vise
Print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#eq () på data1 og data2
trykk ("Sammenlign to tensorer:", fakkel.EQ (Data1, Data2)))

Produksjon

Første tensor: Tensor ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])

Second Tensor: Tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Sammenlign to tensorer: Tensor ([[falsk, falsk, falsk, falsk, falsk],
[Falsk, falsk, falsk, sann, falsk]])

Arbeider

1. 23 lik 0 - falsk, 12 lik 10 - falsk
2. 45 lik 0 - falsk, 21 lik 20 - falsk
3. 67 lik 55 - falsk, 34 lik 44 - falsk
4. 0 lik 78 - falsk, 56 lik 56 - True
5. 0 lik 23 - falsk, 78 lik 0 - falsk

Arbeid med CPU
Hvis du vil kjøre en EQ () -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 på dette tidspunktet.

Syntaks

lommelykt.Tensor (data).prosessor()

Eksempel

I dette eksemplet vil vi lage todimensjonale tensorer: data1 og data2 med 5 numeriske verdier hver i rad og utføre EQ ().

#import fakkelmodul
Importer fakkel
#Create A 2D Tensor - Data1 med 5 numeriske verdier i hver rad
data1 = fakkel.Tensor ([[23,45,67,0,0], [12,21,34,56,78]]).prosessor()
#Create A 2D Tensor - Data2 med 5 numeriske verdier i hver rad
Data2 = fakkel.Tensor ([[0,0,55,78,23], [10,20,44,56,0]]).prosessor()
#vise
Print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#eq () på data1 og data2
trykk ("Sammenlign to tensorer:", fakkel.EQ (Data1, Data2)))

Produksjon

Første tensor: Tensor ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])

Second Tensor: Tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Sammenlign to tensorer: Tensor ([[falsk, falsk, falsk, falsk, falsk],
[Falsk, falsk, falsk, sann, falsk]])

Arbeider

1. 23 lik 0 - falsk, 12 lik 10 - falsk
2. 45 lik 0 - falsk, 21 lik 20 - falsk
3. 67 lik 55 - falsk, 34 lik 44 - falsk
4. 0 lik 78 - falsk, 56 lik 56 - True
5. 0 lik 23 - falsk, 78 lik 0 - falsk

lommelykt.ne () funksjon

De lommelykt.NE () i Pytorch brukes til å sammenligne alle elementene i to tensorer. Hvis begge elementene i en tensor ikke er like, vil den komme tilbake. Ellers blir falsk returnert. Det ville ta to parametere.

Syntaks

lommelykt.NE (Tensor_Object1, Tensor_Object2)

Parametere

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

Komme tilbake
Det vil returnere en tensor med de boolske verdiene.

Eksempel 1
I dette eksemplet vil vi lage endimensjonale tensorer: data1 og data2 med 5 numeriske verdier for å utføre NE ().

#import fakkelmodul
Importer fakkel
#Create A 1D Tensor - Data1 med 5 numeriske verdier
data1 = fakkel.Tensor ([0,45,67,0,23])
#Create A 1D Tensor - Data2 med 5 numeriske verdier
Data2 = fakkel.tensor ([0,0,55,78,23])
#vise
Print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#ne () på data1 og data2
trykk ("Sammenlign to tensorer:", fakkel.NE (data1, data2)))

Produksjon

First Tensor: Tensor ([0, 45, 67, 0, 23])
Second Tensor: Tensor ([0, 0, 55, 78, 23])
Sammenlign to tensorer: Tensor ([falsk, sann, sann, sann, falsk])

Arbeider

1. 0 Ikke lik 0 - Falsk
2. 45 Ikke lik 0 - True
3. 67 Ikke lik 55 - True
4. 0 Ikke lik 78 - True
5. 23 Ikke lik 23 - falsk

Eksempel 2
I dette eksemplet vil vi lage todimensjonale tensorer: data1 og data2, med 5 numeriske verdier hver på rad og utføre ne ().

#import fakkelmodul
Importer fakkel
#Create A 2D Tensor - Data1 med 5 numeriske verdier i hver rad
data1 = fakkel.Tensor ([[23,45,67,0,0], [12,21,34,56,78]])
#Create A 2D Tensor - Data2 med 5 numeriske verdier i hver rad
Data2 = fakkel.Tensor ([[0,0,55,78,23], [10,20,44,56,0]])
#vise
Print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#ne () på data1 og data2
trykk ("Sammenlign to tensorer:", fakkel.NE (data1, data2)))

Produksjon

Første tensor: Tensor ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])

Second Tensor: Tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Sammenlign to tensorer: tensor ([[sann, sann, sann, sann, sann],
[Sant, sant, sant, falsk, sant]])

Arbeider

1. 23 Ikke lik 0 - True, 12 Ikke lik 10 - True
2. 45 Ikke lik 0 - True, 21 Ikke lik 20 - True
3. 67 Ikke lik 55 - True, 34 Ikke lik 44 - True
4. 0 Ikke lik 78 - True, 56 Ikke lik 56 - Falske
5. 0 Ikke lik 23 - True, 78 Ikke lik 0 - True

Arbeid med CPU
Hvis du vil kjøre en NE () -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 på dette tidspunktet bruke CPU () -funksjonen.

Syntaks

lommelykt.Tensor (data).prosessor()

Eksempel
I dette eksemplet vil vi lage todimensjonale tensorer: data1 og data2 med 5 numeriske verdier hver i rad og utføre ne ().

#import fakkelmodul
Importer fakkel
#Create A 2D Tensor - Data1 med 5 numeriske verdier i hver rad
data1 = fakkel.Tensor ([[23,45,67,0,0], [12,21,34,56,78]]).prosessor()
#Create A 2D Tensor - Data2 med 5 numeriske verdier i hver rad
Data2 = fakkel.Tensor ([[0,0,55,78,23], [10,20,44,56,0]]).prosessor()
#vise
Print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#ne () på data1 og data2
trykk ("Sammenlign to tensorer:", fakkel.NE (data1, data2)))

Produksjon

Første tensor: Tensor ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])

Second Tensor: Tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Sammenlign to tensorer: tensor ([[sann, sann, sann, sann, sann],
[Sant, sant, sant, falsk, sant]])

Arbeider

1. 23 Ikke lik 0 - True, 12 Ikke lik 10 - True
2. 45 Ikke lik 0 - True, 21 Ikke lik 20 - True
3. 67 Ikke lik 55 - True, 34 Ikke lik 44 - True
4. 0 Ikke lik 78 - True, 56 Ikke lik 56 - Falske
5. 0 Ikke lik 23 - True, 78 Ikke lik 0 - True

Konklusjon

I denne Pytorch -leksjonen diskuterte vi fakkel.Eq () og fakkel.ne (). Begge er sammenligningsfunksjoner som brukes til å sammenligne elementer i to tensorer. I fakkel.Eq (), hvis begge elementene i en tensor er like, vil det komme tilbake sant. Ellers blir falsk returnert. Fakkelen.NE () brukes til å sammenligne alle elementene i to tensorer. Hvis begge elementene i en tensor ikke er like, vil den komme tilbake. Ellers blir falsk returnert. Vi diskuterte også disse funksjonene som vil fungere på en CPU.