latarka.Eq i pochodni.NE Funkcje w Pytorch

W tym samouczku Pytorcha nauczymy się, jak wykonywać operacje porównawcze za pomocą pochodni.EQ () i pochodni.NE () Metody w Pytorch.

Pytorch to open source dostępny z językiem programowania Python. Możemy przetwarzać dane w Pytorch w postaci tensora.

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

Aby utworzyć tensor, zastosowaną metodą jest tensor ().

Składnia

latarka.tensor (dane)

Gdzie dane są wielowymiarową tablicą.

latarka.eq () funkcja

latarka.eq () w Pytorch służy do porównania wszystkich elementów w dwóch tensorach. Jeśli oba elementy w tensorze są równe, powróci to prawda. W przeciwnym razie Fałsz zostaje zwrócony. To wymagałoby dwóch parametrów.

Składnia

latarka.eq (tensor_object1, tensor_object2)

Parametry

1. Tensor_Object1 to pierwszy tensor
2. Tensor_Object2 to drugi tensor

Powrót
Zwróci tensor z wartościami logicznymi.

Przykład 1
W tym przykładzie utworzymy jednowymiarowe tensory: Data1 i Data2 z 5 wartościami liczbowymi, aby wykonać EQ ().

#Import Moduł pochodni
Importuj pochodnię
#Utwórz tensor 1d - Data1 z 5 wartościami liczbowymi
data1 = pochodnia.tensor ([0,45,67,0,23])
#Utworz tensor 1d - dane 2 z 5 wartościami liczbowymi
data2 = pochodnia.tensor ([0,0,55,78,23])
#wyświetlacz
Drukuj („Pierwszy tensor:”, Data1)
Drukuj („drugi tensor:”, data2)
#eq () na danych1 i danych 2
Drukuj („Porównaj dwa tensory:”, pochodnia.Eq (data1, data2))

Wyjście

Pierwszy tensor: tensor ([0, 45, 67, 0, 23])
Drugi tensor: tensor ([0, 0, 55, 78, 23])
Porównaj dwa tensory: tensor ([true, false, false, false, true])

Pracujący

1. 0 równe 0 - prawda
2. 45 równe 0 - Fałsz
3. 67 równa 55 - Fałsz
4. 0 równe 78 - Fałsz
5. 23 równe 23 - prawda

Przykład 2
W tym przykładzie utworzymy dwuwymiarowe tensory: dane.

#Import Moduł pochodni
Importuj pochodnię
#Utworz tensor 2D - Data1 z 5 wartościami liczbowymi w każdym rzędzie
data1 = pochodnia.tensor ([[23,45,67,0,0], [12,21,34,56,78]]))
#Utwórz tensor 2D - Data2 z 5 wartościami liczbowymi w każdym rzędzie
data2 = pochodnia.tensor ([[0,0,55,78,23], [10,20,44,56,0]]))
#wyświetlacz
Drukuj („Pierwszy tensor:”, Data1)
Drukuj („drugi tensor:”, data2)
#eq () na danych1 i danych 2
Drukuj („Porównaj dwa tensory:”, pochodnia.Eq (data1, data2))

Wyjście

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

Drugi tensor: tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Porównaj dwa tensory: tensor ([[false, false, false, false, false],
[Fałsz, false, false, prawda, false]])

Pracujący

1. 23 równe 0 - Fałsz, 12 równa 10 - Fałsz
2. 45 równe 0 - Fałsz, 21 równy 20 - Fałsz
3. 67 równe 55 - Fałsz, 34 równe 44 - Fałsz
4. 0 równe 78 - Fałsz, 56 równa 56 - prawda
5. 0 Równa 23 - Fałsz, 78 równa 0 - Fałsz

Pracuj z CPU
Jeśli chcesz uruchomić funkcję eq () na procesorze, musimy utworzyć tensor z funkcją cpu (). Będzie to działać na komputerze procesora.

Podczas tworzenia tensor możemy w tej chwili użyć funkcji CPU (.

Składnia

latarka.tensor (dane).procesor()

Przykład

W tym przykładzie utworzymy dwuwymiarowe tensory: dane.

#Import Moduł pochodni
Importuj pochodnię
#Utworz tensor 2D - Data1 z 5 wartościami liczbowymi w każdym rzędzie
data1 = pochodnia.tensor ([[23,45,67,0,0], [12,21,34,56,78]])).procesor()
#Utwórz tensor 2D - Data2 z 5 wartościami liczbowymi w każdym rzędzie
data2 = pochodnia.tensor ([[0,0,55,78,23], [10,20,44,56,0]])).procesor()
#wyświetlacz
Drukuj („Pierwszy tensor:”, Data1)
Drukuj („drugi tensor:”, data2)
#eq () na danych1 i danych 2
Drukuj („Porównaj dwa tensory:”, pochodnia.Eq (data1, data2))

Wyjście

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

Drugi tensor: tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Porównaj dwa tensory: tensor ([[false, false, false, false, false],
[Fałsz, false, false, prawda, false]])

Pracujący

1. 23 równe 0 - Fałsz, 12 równa 10 - Fałsz
2. 45 równe 0 - Fałsz, 21 równy 20 - Fałsz
3. 67 równe 55 - Fałsz, 34 równe 44 - Fałsz
4. 0 równe 78 - Fałsz, 56 równa 56 - prawda
5. 0 Równa 23 - Fałsz, 78 równa 0 - Fałsz

latarka.NE () funkcja

latarka.NE () w Pytorch służy do porównania wszystkich elementów w dwóch tensorach. Jeśli oba elementy w tensorze nie są równe, powróci to prawda. W przeciwnym razie Fałsz zostaje zwrócony. To wymagałoby dwóch parametrów.

Składnia

latarka.ne (tensor_object1, tensor_object2)

Parametry

1. Tensor_Object1 to pierwszy tensor
2. Tensor_Object2 to drugi tensor

Powrót
Zwróci tensor z wartościami logicznymi.

Przykład 1
W tym przykładzie utworzymy jednowymiarowe tensory: Data1 i Data2 z 5 wartościami liczbowymi do wykonania NE ().

#Import Moduł pochodni
Importuj pochodnię
#Utwórz tensor 1d - Data1 z 5 wartościami liczbowymi
data1 = pochodnia.tensor ([0,45,67,0,23])
#Utworz tensor 1d - dane 2 z 5 wartościami liczbowymi
data2 = pochodnia.tensor ([0,0,55,78,23])
#wyświetlacz
Drukuj („Pierwszy tensor:”, Data1)
Drukuj („drugi tensor:”, data2)
#ne () na danych1 i danych 2
Drukuj („Porównaj dwa tensory:”, pochodnia.NE (data1, data2)))

Wyjście

Pierwszy tensor: tensor ([0, 45, 67, 0, 23])
Drugi tensor: tensor ([0, 0, 55, 78, 23])
Porównaj dwa tensory: tensor ([false, true, true, true, false])

Pracujący

1. 0 Nie równe 0 - Fałsz
2. 45 nie równe 0 - prawda
3. 67 nie równe 55 - prawda
4. 0 Nie równe 78 - prawda
5. 23 Nie równe 23 - Fałsz

Przykład 2
W tym przykładzie utworzymy dwuwymiarowe tensory: dane.

#Import Moduł pochodni
Importuj pochodnię
#Utworz tensor 2D - Data1 z 5 wartościami liczbowymi w każdym rzędzie
data1 = pochodnia.tensor ([[23,45,67,0,0], [12,21,34,56,78]]))
#Utwórz tensor 2D - Data2 z 5 wartościami liczbowymi w każdym rzędzie
data2 = pochodnia.tensor ([[0,0,55,78,23], [10,20,44,56,0]]))
#wyświetlacz
Drukuj („Pierwszy tensor:”, Data1)
Drukuj („drugi tensor:”, data2)
#ne () na danych1 i danych 2
Drukuj („Porównaj dwa tensory:”, pochodnia.NE (data1, data2)))

Wyjście

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

Drugi tensor: tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Porównaj dwa tensory: tensor ([[prawda, prawda, prawda, prawda, prawda],
[Prawda, prawda, prawda, false, true]])

Pracujący

1. 23 Nie równe 0 - prawda, 12 nie równa 10 - prawda
2. 45 nie równe 0 - prawda, 21 nie równa 20 - prawda
3. 67 Nie równe 55 - prawda, 34 nie równe 44 - prawda
4. 0 Nie równe 78 - prawda, 56 nie równa 56 - Fałsz
5. 0 Nie równe 23 - prawda, 78 nie równa 0 - prawda

Pracuj z CPU
Jeśli chcesz uruchomić funkcję NE () na procesorze, musimy utworzyć tensor z funkcją CPU (). Będzie to działać na komputerze procesora.

Kiedy tworzymy tensor, w tej chwili możemy użyć funkcji CPU ().

Składnia

latarka.tensor (dane).procesor()

Przykład
W tym przykładzie utworzymy dwuwymiarowe tensory: dane.

#Import Moduł pochodni
Importuj pochodnię
#Utworz tensor 2D - Data1 z 5 wartościami liczbowymi w każdym rzędzie
data1 = pochodnia.tensor ([[23,45,67,0,0], [12,21,34,56,78]])).procesor()
#Utwórz tensor 2D - Data2 z 5 wartościami liczbowymi w każdym rzędzie
data2 = pochodnia.tensor ([[0,0,55,78,23], [10,20,44,56,0]])).procesor()
#wyświetlacz
Drukuj („Pierwszy tensor:”, Data1)
Drukuj („drugi tensor:”, data2)
#ne () na danych1 i danych 2
Drukuj („Porównaj dwa tensory:”, pochodnia.NE (data1, data2)))

Wyjście

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

Drugi tensor: tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Porównaj dwa tensory: tensor ([[prawda, prawda, prawda, prawda, prawda],
[Prawda, prawda, prawda, false, true]])

Pracujący

1. 23 Nie równe 0 - prawda, 12 nie równa 10 - prawda
2. 45 nie równe 0 - prawda, 21 nie równa 20 - prawda
3. 67 Nie równe 55 - prawda, 34 nie równe 44 - prawda
4. 0 Nie równe 78 - prawda, 56 nie równa 56 - Fałsz
5. 0 Nie równe 23 - prawda, 78 nie równa 0 - prawda

Wniosek

W tej lekcji Pytorch rozmawialiśmy o pochodni.EQ () i pochodni.ne (). Obie są funkcjami porównawczymi stosowanymi do porównywania elementów w dwóch tensorach. W pochodniach.eq (), jeśli oba elementy w tensorze są równe, powróci to prawda. W przeciwnym razie Fałsz zostaje zwrócony. Pochodnia.NE () służy do porównania wszystkich elementów w dwóch tensorach. Jeśli oba elementy w tensorze nie są równe, powróci to prawda. W przeciwnym razie Fałsz zostaje zwrócony. Omówiliśmy również te funkcje, które będą działać na procesor.