Pytorch - Isnan

Pytorch to open source framework dla języka programowania Pythona.

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.isnan ()

isnan () w Pytorch zwraca prawdziwie dla elementów, jeśli element jest nan (nie liczba). W przeciwnym razie zwraca fałsz.

Wymaga jednego parametru.

Składnia:

latarka.isnan (tensor_object)

Parametr:

Tensor_Object to tensor.

Powrót:

Zwróci tensor boolean w odniesieniu do rzeczywistego tensora.

Reprezentacja:

Nie liczba - float („nan”)

Przykład 1:

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

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

Wyjście:

Rzeczywisty tensor:
tensor ([12., 34., 56., 1., nan])
Sprawdź NAN
tensor ([false, false, false, false, true])

Pracujący:

1. 12 nie jest nan (fałsz).
2. 34 nie jest nan (fałsz).
3. 56 nie jest nan (fałsz).
4. 1 nie jest nan (fałsz).
5. Nan nie jest liczbą (prawdziwa).

Przykład 2:

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

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

Wyjście:

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

Pracujący:

1. -Nan nie jest liczbą (prawdziwa).
2. 34 nie jest nan (fałsz).
3. 56 nie jest nan (fałsz).
4. Nan nie jest liczbą (prawdziwa).
5. Inf to nieskończoność. To nie jest Nan (fałsz).

Przykład 3:

W tym przykładzie utworzymy tensor z dwoma wymiarami, który ma pięć elementów w każdym rzędzie i sprawdzi, czy te pięć jest nan, 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 NAN”)
Drukuj (pochodnia.isnan (data1))

Wyjście:

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

Pracujący:

1. -INF jest ujemną nieskończonością, więc nie jest to NAN (fałszywe) dla obu.
2. 34 nie jest nan (fałsz). 100 nie jest nan (fałsz).
3. 56 nie jest nan (fałsz). -4 nie jest nan. (FAŁSZ).
4. Nan (prawda), Nan (prawda).
5. Inf nie jest nan (fałszywy) dla obu.

Pracuj z CPU

Jeśli chcesz uruchomić funkcję isnan () 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 nan, czy nie.

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

Wyjście

Rzeczywisty tensor:
tensor ([12., 34., 56., 1., nan])
Sprawdź NAN
tensor ([false, false, false, false, true])

Pracujący:

1. 12 nie jest nan (fałsz).
2. 34 nie jest nan (fałsz).
3. 56 nie jest nan (fałsz).
4. 1 nie jest nan (fałsz).
5. Nan nie jest liczbą (prawdziwa).

Przykład 2:

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

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

Wyjście:

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

Pracujący:

1. -Nan nie jest liczbą (prawdziwa).
2. 34 nie jest nan (fałsz).
3. 56 nie jest nan (fałsz).
4. Nan nie jest liczbą (prawdziwa).
5. Inf to nieskończoność. To nie jest Nan (fałsz).

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 nan, 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 NAN”)
Drukuj (pochodnia.isnan (data1))

Wyjście:

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

Pracujący:

1. -INF jest ujemną nieskończonością, więc nie jest to NAN (fałszywe) dla obu.
2. 34 nie jest nan (fałsz). 100 nie jest nan (fałsz).
3. 56 nie jest nan (fałsz). -4 nie jest nan (fałsz).
4. nan (prawda). nan (prawda).
5. Inf nie jest nan (fałszywy) dla obu.

Wniosek

W tej lekcji Pytorcha omówiliśmy Isnan (). Zwraca fałsz dla elementów, jeśli element nie jest NAN. W przeciwnym razie powraca prawdziwie.