Pytorch - isfinite

Pytorch to open source framework dla języka programowania Pythona.

Tensor to wielowymiarowa tablica używana do przechowywania danych. Aby użyć tensora, musimy zaimportować moduł pochodni.

Aby utworzyć tensor, zastosowaną metodą jest tensor ().

Składnia:
latarka.tensor (dane)

Gdzie dane są wielowymiarową tablicą.

latarka.isfinite ()

isfinite () w Pytorch zwraca true, jeśli element nie jest nieskończoność (na przykład nie powinien być nan, dodatnia nieskończoność i ujemna nieskończoność). W przeciwnym razie zwraca fałsz. Wymaga jednego parametru.

Składnia:
latarka.isfinite (tensor_object)

Parametr:
Tensor_Object to tensor.

Powrót:
Zwróci tensor boolean w odniesieniu do rzeczywistego tensora.

Reprezentacja:

Pozytywna nieskończoność - Float („Inf”)
Negatywna nieskończoność - float (' - inf')
Nie liczba - float („nan”)

Przykład 1:
W tym przykładzie utworzymy tensor o jednym wymiarze, który ma pięć elementów i sprawdzimy, czy te pięć jest skończone, czy nie.

#Import Moduł pochodni
Importuj pochodnię
#Utwórz tensor
data1 = pochodnia.tensor ([12,34,56,1, float („inf”)]))
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Sprawdź skończony”)
Drukuj (pochodnia.isfinite (data1))

Wyjście:

Rzeczywisty tensor:
tensor ([12., 34., 56., 1., inf])
Sprawdź skończony
tensor ([prawda, prawda, prawda, prawda, false])

Pracujący:

1. 12 nie jest ani nieskończoność, ani nan, więc jest skończone (prawda).
2. 34 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
3. 56 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
4. 1 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
5. Inf jest nieskończoność, więc nie jest skończony (fałszywy).

Przykład 2:
W tym przykładzie utworzymy tensor o jednym wymiarze, który ma pięć elementów i sprawdzimy, czy te pięć jest skończone, czy nie.

#Import Moduł pochodni
Importuj pochodnię
#Utwórz tensor
data1 = pochodnia.tensor ([float ('-inf'), 34,56, float („nan”), float ('inf')])
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Sprawdź skończony”)
Drukuj (pochodnia.isfinite (data1))

Wyjście:

Rzeczywisty tensor:
tensor ([-inf, 34., 56., nan, inf])
Sprawdź skończony
tensor ([false, true, true, false, false])

Pracujący:

1. -INF jest ujemną nieskończonością, więc nie jest skończona (fałszywa).
2. 34 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
3. 56 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
4. Nan nie jest liczbą, więc nie jest skończone (fałszywe).
5. Inf jest nieskończoność, więc nie jest skończony (fałszywy).

Przykład 3:
W tym przykładzie utworzymy tensor z dwoma wymiarami, który ma pięć elementów w każdym rzędzie i sprawdzi, czy te pięć jest skończone, czy nie.

#Import Moduł pochodni
Importuj pochodnię
#Utwórz tensor 2D
data1 = pochodnia.tensor ([[float ('-inf'), 34,56, float („nan”), float („inf”)], [float ('-inf'), 100, -4, float („nan” ), float ('inf')]))
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Sprawdź skończony”)
Drukuj (pochodnia.isfinite (data1))

Wyjście:

Rzeczywisty tensor:
tensor ([[-inf, 34., 56., nan, inf],
[-inf, 100., -4., nan, inf]])
Sprawdź skończony
tensor ([[Fałsz, prawda, prawda, fałsz, fałsz],
[Fałsz, prawda, prawda, false, false]])

Pracujący:

1. -INF jest ujemną nieskończonością, więc nie jest skończone (fałszywe) dla obu.
2. 34 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda). 100 nie jest ani nieskończoność, ani NAN, więc jest skończone (prawda).
3. 56 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda). -4 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
4. Nan nie jest liczbą, więc nie jest skończona (fałszywa) dla obu.
5. Inf jest nieskończoność, więc nie jest skończona (fałszywa) dla obu.

Pracuj z CPU

Jeśli chcesz uruchomić funkcję isfinite () 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 tensor o jednym wymiarze, który ma pięć elementów na procesorze i sprawdzi, czy te pięć jest skończone, czy nie.

#Import Moduł pochodni
Importuj pochodnię
#Utwórz tensor
data1 = pochodnia.tensor ([12,34,56,1, float („inf”)])).procesor()
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Sprawdź skończony”)
Drukuj (pochodnia.isfinite (data1))

Wyjście:

Rzeczywisty tensor:
tensor ([12., 34., 56., 1., inf])
Sprawdź skończony
tensor ([prawda, prawda, prawda, prawda, false])

Pracujący:

1. 12 nie jest ani nieskończoność, ani nan, więc jest skończone (prawda).
2. 34 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
3. 56 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
4. 1 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
5. Inf jest nieskończoność, więc nie jest skończony (fałszywy).

Przykład 2:
W tym przykładzie utworzymy tensor o jednym wymiarze, który ma pięć elementów na procesorze i sprawdzi, czy te pięć jest skończone, czy nie.

#Import Moduł pochodni
Importuj pochodnię
#Utwórz tensor
data1 = pochodnia.tensor ([float ('-inf'), 34,56, float („nan”), float ('inf')]).procesor()
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Sprawdź skończony”)
Drukuj (pochodnia.isfinite (data1))

Wyjście:

Rzeczywisty tensor:
tensor ([-inf, 34., 56., nan, inf])
Sprawdź skończony
tensor ([false, true, true, false, false])

Pracujący:

1. -INF jest ujemną nieskończonością, więc nie jest skończona (fałszywa).
2. 34 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
3. 56 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
4. Nan nie jest liczbą, więc nie jest skończone (fałszywe).
5. Inf jest nieskończoność, więc nie jest skończony (fałszywy).

Przykład 3:
W tym przykładzie utworzymy tensor z dwoma wymiarami, który ma pięć elementów na procesorze w każdym rzędzie i sprawdź, czy te pięć jest skończone, czy nie.

#Import Moduł pochodni
Importuj pochodnię
#Utwórz tensor 2D
data1 = pochodnia.tensor ([[float ('-inf'), 34,56, float („nan”), float („inf”)], [float ('-inf'), 100, -4, float („nan” ), float ('inf')])).procesor()
#wyświetlacz
Drukuj („Rzeczywisty tensor:”)
Drukuj (dane 1)
Drukuj („Sprawdź skończony”)
Drukuj (pochodnia.isfinite (data1))

Wyjście:

Rzeczywisty tensor:
tensor ([[-inf, 34., 56., nan, inf],
[-inf, 100., -4., nan, inf]])
Sprawdź skończony
tensor ([[Fałsz, prawda, prawda, fałsz, fałsz],
[Fałsz, prawda, prawda, false, false]])

Pracujący:

1. -INF jest ujemną nieskończonością, więc nie jest skończone (fałszywe) dla obu.
2. 34 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda). 100 nie jest ani nieskończoność, ani NAN, więc jest skończone (prawda).
3. 56 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda). -4 nie jest ani nieskończoność, ani nan, więc jest skończony (prawda).
4. Nan nie jest liczbą, więc nie jest skończona (fałszywa) dla obu.
5. Inf jest nieskończoność, więc nie jest skończona (fałszywa) dla obu.

Wniosek

W tej lekcji Pytorcha omówiliśmy isfinite (). Zwraca prawdziwe dla elementów, jeśli element nie jest nieskończoność lub nan. W przeciwnym razie zwraca fałsz. Elementy znajdujące się w kategorii nieskończonej to -inf i inf.