Pytorch - Cat
Tensor to wielowymiarowa tablica, która jest używana do przechowywania danych. Aby użyć tensora, musimy zaimportować moduł pochodni.
Aby utworzyć tensor, zastosowana metoda to TENSOR ().
Składnia:
latarka.tensor (dane)
Gdzie dane są wielowymiarową tablicą.
latarka.kot()
Aby połączyć dwa lub więcej tensorów według wiersza lub kolumny, użyj pochodni.kot().
Składnia:
latarka.cat ((tensor_object1, tensor_object2,…), dim)
Parametry:
- Zakłada dwa lub więcej tensorów jako swój pierwszy parametr.
- Jeśli DIM = 0, tensory są skonektenowane pod względem kolumny. Jeśli DIM = 1, tensory są połączone z rzędami.
Przykład 1:
W tym przykładzie utworzymy dwa jednowymiarowe tensory i połączymy je za pomocą rzędów za pomocą pochodni.kot()
#Import Moduł pochodniImportuj pochodnię
#Strecate 2 TENSORY
data1 = pochodnia.tensor ([10,20,40,50])
data2 = pochodnia.tensor ([1,2,3,4,5])
#wyświetlacz
Drukuj („Rzeczywiste tensory:”)
Drukuj (dane 1)
Drukuj (dane 2)
#Concatenate dwa tensory
Drukuj („Tensor skomponowany:”, pochodnia.cat ((data1, data2))))
Wyjście:
Rzeczywiste tensory:tensor ([10, 20, 30, 40, 50])
tensor ([1, 2, 3, 4, 5])
TENSOR CONTATENETATED: TENSOR ([10, 20, 30, 40, 50, 1, 2, 3, 4, 5])
Dwa tensory są połączone poziomo (pod względem wiary), ponieważ tensory są wymiarowe typu 1.
Przykład 2:
W tym przykładzie utworzymy pięć jednowymiarowych tensorów i połączymy je z rzędem za pomocą pochodni.kot().
#Import Moduł pochodniImportuj pochodnię
#Strecate 5 TENSORS
data1 = pochodnia.tensor ([10,20,40,50])
data2 = pochodnia.tensor ([2,3,4,5])
data3 = pochodnia.tensor ([12,45,67,89])
data4 = pochodnia.tensor ([100,32,45,67])
data5 = pochodnia.tensor ([120,456,1,1])
#wyświetlacz
Drukuj („Rzeczywiste tensory:”)
Drukuj (dane 1)
Drukuj (dane 2)
Drukuj (dane3)
Drukuj (dane 4)
Drukuj (dane 5)
#Concatenate dwa tensory
Drukuj („Tensor skomponowany:”, pochodnia.CAT ((dane 1, dane2, dane3, data4, data5))))
Wyjście:
Rzeczywiste tensory: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])
TENSOR CONTATENETATED: TENSOR ([10, 20, 40, 50, 2, 3, 4, 5, 12, 45, 67, 89, 100, 32,
45, 67, 120, 456, 1, 1])
Pięć tensorów jest połączonych poziomo (pod względem wiary), ponieważ tensory są wymiarowe typu 1…
Przykład 3:
W tym przykładzie utworzymy pięć dwuwymiarowych tensorów i połączymy je za pomocą rzędów za pomocą pochodni.kot().
#Import Moduł pochodniImportuj pochodnię
#Utwórz 5 tensorów o 2 wymiarach każdy
data1 = pochodnia.tensor ([[10,20,40,50], [1,2,3,4]]))
data2 = pochodnia.tensor ([[2,3,4,5], [20,70,89,0]]))
data3 = pochodnia.tensor ([[[12,4,5,6], [56,34,56 787]]))
data4 = pochodnia.tensor ([[100,1,2,3], [67,87,6,78]]))
data5 = pochodnia.tensor ([[120,33,56,78], [45,56,78,6]]))
#wyświetlacz
Drukuj („Rzeczywiste tensory:”)
Drukuj (dane 1)
Drukuj (dane 2)
Drukuj (dane3)
Drukuj (dane 4)
Drukuj (dane 5)
#Concatenate TENSORS za pomocą wierszy
Drukuj („Tensor skomponowany:”, pochodnia.CAT ((dane
Wyjście:
Rzeczywiste tensory: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]])
TENSOR CONTATENSED: 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]])
Pięć tensorów jest połączonych poziomo (pod względem wiary), jak określiliśmy DIM = 1.
Przykład 4:
W tym przykładzie utworzymy pięć dwuwymiarowych tensorów i połączymy je za pomocą kolumn za pomocą pochodni.kot().
#Import Moduł pochodniImportuj pochodnię
#Utwórz 5 tensorów o 2 wymiarach każdy
data1 = pochodnia.tensor ([[10,20,40,50], [1,2,3,4]]))
data2 = pochodnia.tensor ([[2,3,4,5], [20,70,89,0]]))
data3 = pochodnia.tensor ([[[12,4,5,6], [56,34,56 787]]))
data4 = pochodnia.tensor ([[100,1,2,3], [67,87,6,78]]))
data5 = pochodnia.tensor ([[120,33,56,78], [45,56,78,6]]))
#wyświetlacz
Drukuj („Rzeczywiste tensory:”)
Drukuj (dane 1)
Drukuj (dane 2)
Drukuj (dane3)
Drukuj (dane 4)
Drukuj (dane 5)
#Concatenate TENSORS za pośrednictwem kolumn
Drukuj („Tensor skomponowany:”, pochodnia.Cat ((dane
Wyjście:
Rzeczywiste tensory: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]])
Połączony tensor: tensor ([[10, 20, 40, 50],
[1, 2, 3, 4],
[2, 3, 4, 5],
[20, 70, 89, 0],
[12, 4, 5, 6],
[56, 34, 56, 787],
[100, 1, 2, 3],
[67, 87, 6, 78],
[120, 33, 56, 78],
[45, 56, 78, 6]])
Pięć tensorów jest połączonych pionowo (pod względem kolumny), jak określiliśmy DIM = 0.
Pracuj z CPU
Jeśli chcesz uruchomić funkcję cat () na procesorze, musimy utworzyć tensor z funkcją cpu (). Będzie to działać na komputerze procesora.
W tej chwili, kiedy tworzymy tensor, możemy użyć funkcji CPU ().
Składnia:
latarka.tensor (dane).procesor()
Przykład 1:
W tym przykładzie utworzymy dwa jednowymiarowe tensory na procesorze i połączymy je za pomocą rzędów za pomocą pochodni.kot().
#Import Moduł pochodniImportuj pochodnię
#Strecate 2 TENSORY
data1 = pochodnia.tensor ([10,20,40,50]).procesor()
data2 = pochodnia.tensor ([1,2,3,4,5]).procesor()
#wyświetlacz
Drukuj („Rzeczywiste tensory:”)
Drukuj (dane 1)
Drukuj (dane 2)
#Concatenate dwa tensory
Drukuj („Tensor skomponowany:”, pochodnia.cat ((data1, data2))))
Wyjście:
Rzeczywiste tensory:tensor ([10, 20, 30, 40, 50])
tensor ([1, 2, 3, 4, 5])
TENSOR CONTATENETATED: TENSOR ([10, 20, 30, 40, 50, 1, 2, 3, 4, 5])
Dwa tensory są połączone poziomo (pod względem wiary), ponieważ tensory są wymiarowe typu 1.
Przykład 2:
W tym przykładzie utworzymy pięć jednowymiarowych tensorów na procesorze i łączymy się z rzędami za pomocą pochodni.kot().
#Import Moduł pochodniImportuj pochodnię
#Strecate 5 TENSORS
data1 = pochodnia.tensor ([10,20,40,50]).procesor()
data2 = pochodnia.tensor ([2,3,4,5]).procesor()
data3 = pochodnia.tensor ([12,45,67,89]).procesor()
data4 = pochodnia.tensor ([100,32,45,67]).procesor()
data5 = pochodnia.tensor ([120,456,1,1]).procesor()
#wyświetlacz
Drukuj („Rzeczywiste tensory:”)
Drukuj (dane 1)
Drukuj (dane 2)
Drukuj (dane3)
Drukuj (dane 4)
Drukuj (dane 5)
#Concatenate dwa tensory
Drukuj („Tensor skomponowany:”, pochodnia.CAT ((dane 1, dane2, dane3, data4, data5))))
Wyjście:
Rzeczywiste tensory: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])
TENSOR CONTATENETATED: TENSOR ([10, 20, 40, 50, 2, 3, 4, 5, 12, 45, 67, 89, 100, 32,
45, 67, 120, 456, 1, 1])
Pięć tensorów jest połączonych poziomo (pod względem wiary), ponieważ tensory są wymiarowe typu 1.
Przykład 3:
W tym przykładzie utworzymy pięć dwuwymiarowych tensorów na procesorze i połączymy je za pomocą rzędów za pomocą pochodni.kot().
#Import Moduł pochodniImportuj pochodnię
#Utwórz 5 tensorów o 2 wymiarach każdy
data1 = pochodnia.tensor ([[10,20,40,50], [1,2,3,4]])).procesor()
data2 = pochodnia.tensor ([[2,3,4,5], [20,70,89,0]])).procesor()
data3 = pochodnia.tensor ([[[12,4,5,6], [56,34,56 787]])).procesor()
data4 = pochodnia.tensor ([[100,1,2,3], [67,87,6,78]])).procesor()
data5 = pochodnia.tensor ([[120,33,56,78], [45,56,78,6]])).procesor()
#wyświetlacz
Drukuj („Rzeczywiste tensory:”)
Drukuj (dane 1)
Drukuj (dane 2)
Drukuj (dane3)
Drukuj (dane 4)
Drukuj (dane 5)
#Concatenate TENSORS za pomocą wierszy
Drukuj („Tensor skomponowany:”, pochodnia.CAT ((dane
Wyjście:
Rzeczywiste tensory: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]])
TENSOR CONTATENSED: 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]])
Pięć tensorów jest połączonych poziomo (wiersz 0), jak określiliśmy DIM = 1.
Przykład 4:
W tym przykładzie utworzymy pięć dwuwymiarowych tensorów na procesorze i połączymy je za pomocą kolumn za pomocą pochodni.kot().
#Import Moduł pochodniImportuj pochodnię
#Utwórz 5 tensorów o 2 wymiarach każdy
data1 = pochodnia.tensor ([[10,20,40,50], [1,2,3,4]])).procesor()
data2 = pochodnia.tensor ([[2,3,4,5], [20,70,89,0]])).procesor()
data3 = pochodnia.tensor ([[[12,4,5,6], [56,34,56 787]])).procesor()
data4 = pochodnia.tensor ([[100,1,2,3], [67,87,6,78]])).procesor()
data5 = pochodnia.tensor ([[120,33,56,78], [45,56,78,6]])).procesor()
#wyświetlacz
Drukuj („Rzeczywiste tensory:”)
Drukuj (dane 1)
Drukuj (dane 2)
Drukuj (dane3)
Drukuj (dane 4)
Drukuj (dane 5)
#Concatenate TENSORS za pośrednictwem kolumn
Drukuj („Tensor skomponowany:”, pochodnia.Cat ((dane
Wyjście:
Rzeczywiste tensory: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]])
Połączony tensor: tensor ([[10, 20, 40, 50],
[1, 2, 3, 4],
[2, 3, 4, 5],
[20, 70, 89, 0],
[12, 4, 5, 6],
[56, 34, 56, 787],
[100, 1, 2, 3],
[67, 87, 6, 78],
[120, 33, 56, 78],
[45, 56, 78, 6]])
Pięć tensorów jest połączonych pionowo (pod względem kolumny), jak określiliśmy DIM = 0.
Wniosek
Widzieliśmy, jak połączyć dwa lub więcej tensorów poziomo i pionowo w Pytorch za pomocą funkcji Cat (). Jeśli DIM = 0, tensory są połączone pod względem kolumny; Jeśli DIM = 1, tensory są połączone z rzędami. W tym artykule zaimplementowaliśmy kilka przykładów w celu połączenia jednego i dwuwymiarowego tensorów, a także zaimplementowaliśmy CAT () na procesorze za pomocą funkcji cpu ().