latarka.LT i pochodni.Funkcje LE w Pytorch

W tym samouczku Pytorcha zobaczymy, jak wykonywać operacje porównawcze za pomocą pochodni.LT () i pochodni.Metoda le () 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.Funkcja LT ()

Pochodnia.Funkcja LT () w Pytorch jest używana do porównania wszystkich elementów w dwóch tensorach (mniej niż). Zwraca prawdę, jeśli element w pierwszym tensorze jest mniejszy niż element w drugim tensorze i zwraca fałsz, jeśli element w pierwszym tensorze jest nie mniejszy niż element w drugim tensorze. Wymaga dwóch parametrów.

Składnia:

latarka.LT (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 LT ().

#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)
#LT () na danych1 i danych 2
wydruku („Czy elementy w pierwszym tensorze są mniejsze niż elementy w drugim tensorze? : ",latarka.LT (Data1, Data2))

Wyjście:

Pierwszy tensor: tensor ([0, 45, 67, 0, 23])
Drugi tensor: tensor ([0, 0, 55, 78, 23])

Są elementami w pierwszym tensorze mniejszym niż elementy w drugim tensorze?: tensor ([false, false, false, true, false])

Pracujący:

1. 0 mniej niż 0 - Fałsz
2. 45 mniej niż 0 - Fałsz
3. 67 mniej niż 55 - Fałsz
4. 0 mniej niż 78 - prawda
5. 23 mniej niż 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)
#LT () na danych1 i danych 2
wydruku („Czy elementy w pierwszym tensorze są mniejsze niż elementy w drugim tensorze? : ",latarka.LT (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]])

Są elementami w pierwszym tensorze mniejszym niż elementy w drugim tensorze?: Tensor ([[Fałsz, false, false, prawda, prawda],

[Fałsz, false, prawda, false, false]])

Pracujący:

1. 23 mniej niż 0 - Fałsz, 12 mniej niż 10 - Fałsz
2. 45 mniej niż 0 - Fałsz, 21 mniej niż 20 - Fałsz
3. 67 mniej niż 55 - Fałsz, 34 mniej niż 44 - prawda
4. 0 mniej niż 78 - prawda, 56 mniej niż 56 - Fałsz
5. 0 mniej niż 23 - prawda, 78 mniej niż 0 - fałszywy

Pracuj z CPU

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

Kiedy tworzymy tensor, 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)
#LT () na danych1 i danych 2
wydruku („Czy elementy w pierwszym tensorze są mniejsze niż elementy w drugim tensorze? : ",latarka.LT (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]])

Są elementami w pierwszym tensorze mniejszym niż elementy w drugim tensorze?: Tensor ([[Fałsz, false, false, prawda, prawda],

[Fałsz, false, prawda, false, false]])

Pracujący:

1. 23 mniej niż 0 - Fałsz, 12 mniej niż 10 - Fałsz
2. 45 mniej niż 0 - Fałsz, 21 mniej niż 20 - Fałsz
3. 67 mniej niż 55 - Fałsz, 34 mniej niż 44 - prawda
4. 0 mniej niż 78 - prawda, 56 mniej niż 56 - Fałsz
5. 0 mniej niż 23 - prawda, 78 mniej niż 0 - fałszywy

latarka.funkcja le ()

Pochodnia.Funkcja LE () w Pytorch służy do porównania wszystkich elementów w dwóch tensorach (mniejszy lub równy ). Zwraca prawdę, jeśli element w pierwszym tensorze jest mniejszy lub równy elementowi w drugim tensorze i zwraca fałsz, jeśli element w pierwszym tensorze nie jest ani mniej niż ani równy elementowi w drugim tensorze. Wymaga dwóch parametrów.

Składnia:

latarka.le (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 le ().

#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)
#le () na danych1 i danych 2
wydrukuj („Czy elementy w pierwszym tensorze są mniejsze lub równe elementom w drugim tensorze? : ",latarka.le (data1, data2))

Wyjście:

Pierwszy tensor: tensor ([0, 45, 67, 0, 23])
Drugi tensor: tensor ([0, 0, 55, 78, 23])

Są elementami w pierwszym tensorze mniejszym lub równym elementom w drugim tensorze?: tensor ([true, false, false, true, true])

Pracujący:

1. 0 mniejszy lub równy 0 - prawda
2. 45 mniej niż lub równe 0 - Fałsz
3. 67 mniej niż lub równe 55 - Fałsz
4. 0 mniejsze lub równe 78 - prawda
5. 23 mniej niż lub 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)
#le () na danych1 i danych 2
wydrukuj („Czy elementy w pierwszym tensorze są mniejsze lub równe elementom w drugim tensorze? : ",latarka.le (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]])

Są elementami w pierwszym tensorze mniejszym lub równym elementom w drugim tensorze?: Tensor ([[Fałsz, false, false, prawda, prawda],

[False, false, true, true, false]])

Pracujący:

1. 23 mniejsze lub równe 0 - false, 12 mniej niż lub równe 10 - Fałsz
2. 45 mniejsze lub równe 0 - false, 21 mniejsze lub równe 20 - fałszywe
3. 67 mniejsze lub równe 55 - fałszywe, 34 mniejsze lub równe 44 - prawda
4. 0 mniejsze lub równe 78 - Prawda, 56 mniejsze lub równe 56 - Prawda
5. 0 mniejszy lub równy 23 - prawda, 78 mniej niż lub równa 0 - false

Pracuj z CPU

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

Kiedy tworzymy tensor, 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)
#le () na danych1 i danych 2
wydrukuj („Czy elementy w pierwszym tensorze są mniejsze lub równe elementom w drugim tensorze? : ",latarka.le (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]])

Są elementami w pierwszym tensorze mniejszym lub równym elementom w drugim tensorze?: Tensor ([[Fałsz, false, false, prawda, prawda],

[False, false, true, true, false]])

Pracujący:

1. 23 mniejsze lub równe 0 - false, 12 mniej niż lub równe 10 - Fałsz
2. 45 mniejsze lub równe 0 - false, 21 mniejsze lub równe 20 - fałszywe
3. 67 mniejsze lub równe 55 - fałszywe, 34 mniejsze lub równe 44 - prawda
4. 0 mniejsze lub równe 78 - Prawda, 56 mniejsze lub równe 56 - Prawda
5. 0 mniejszy lub równy 23 - prawda, 78 mniej niż lub równa 0 - false

Wniosek

W tej lekcji Pytorch rozmawialiśmy o pochodni.LT () i pochodni.le (). Obie są funkcjami porównawczymi stosowanymi do porównywania elementów w dwóch tensorach. Pochodnia.Funkcja LT () porównuje wszystkie elementy w dwóch tensorach (mniej niż). Zwraca prawdę, jeśli element w pierwszym tensorze jest mniejszy niż element w drugim tensorze i false, jeśli element w pierwszym tensorze jest nie mniejszy niż element w drugim tensorze.

Pochodnia.Funkcja le () zwraca true, jeśli element w pierwszym tensorze jest mniejszy lub równy elementowi w drugim tensorze i zwraca fałsz, jeśli element w pierwszym tensorze nie jest ani mniej niż lub równy elementowi w drugim tensorze. Omówiliśmy również te funkcje, które będą działać na procesorze.