Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

PyTorch में टेंसर्स पर एलिमेंट-वाइज एडिशन कैसे करें?


हम PyTorch में टेंसर्स पर एलिमेंट-वाइज एडिशन करने के लिए torch.add() का उपयोग कर सकते हैं। यह टेंसर्स के संबंधित एलिमेंट्स को जोड़ता है। हम एक टेंसर में स्केलर या टेंसर जोड़ सकते हैं। हम समान या अलग-अलग डायमेंशन वाले टेंसर्स को जोड़ सकते हैं। अंतिम टेंसर का डायमेंशन उच्च-डायमेंशनल टेंसर के डायमेंशन के समान होगा।

चरण

  • आवश्यक लाइब्रेरी इम्पोर्ट करें। निम्नलिखित सभी पायथन उदाहरणों में आवश्यक पायथन लाइब्रेरी torch है। सुनिश्चित करें कि आपने इसे पहले से इंस्टॉल कर लिया है।

  • दो या अधिक PyTorch टेंसर्स को परिभाषित करें और उन्हें प्रिंट करें। यदि आप स्केलर मात्रा जोड़ना चाहते हैं, तो उसे परिभाषित करें।

  • torch.add() का उपयोग करके दो या अधिक टेंसर्स को जोड़ें और मान को एक नए वेरिएबल में असाइन करें। आप टेंसर में स्केलर मात्रा भी जोड़ सकते हैं। इस मेथड का उपयोग करके टेंसर्स को जोड़ने से मूल टेंसर्स में कोई परिवर्तन नहीं होता है।

  • अंतिम टेंसर को प्रिंट करें।

उदाहरण 1

निम्नलिखित पायथन प्रोग्राम दिखाता है कि टेंसर में स्केलर मात्रा कैसे जोड़ें। हम वही कार्य करने के तीन अलग-अलग तरीके देखते हैं।

# Python program to perform element-wise Addition # import the required library import torch # Create a tensor t = torch.Tensor([1,2,3,2]) print("Original Tensor t:\n", t) # Add a scalar value to a tensor v = torch.add(t, 10) print("Element-wise addition result:\n", v) # Same operation can also be done as below t1 = torch.Tensor([10]) w = torch.add(t, t1) print("Element-wise addition result:\n", w) # Other way to perform the above operation t2 = torch.Tensor([10,10,10,10]) x = torch.add(t, t2) print("Element-wise addition result:\n", x)

आउटपुट

Original Tensor t: tensor([1., 2., 3., 2.]) Element-wise addition result: tensor([11., 12., 13., 12.]) Element-wise addition result: tensor([11., 12., 13., 12.]) Element-wise addition result: tensor([11., 12., 13., 12.])

उदाहरण 2

निम्नलिखित पायथन प्रोग्राम दिखाता है कि 1D और 2D टेंसर्स को कैसे जोड़ा जाता है।

# Import the library import torch # Create a 2-D tensor T1 = torch.Tensor([[1,2],[4,5]]) # Create a 1-D tensor T2 = torch.Tensor([10]) # also t2 = torch.Tensor([10,10]) print("T1:\n", T1) print("T2:\n", T2) # Add 1-D tensor to 2-D tensor v = torch.add(T1, T2) print("Element-wise addition result:\n", v)

आउटपुट

T1: tensor([[1., 2.], [4., 5.]]) T2: tensor([10.]) Element-wise addition result: tensor([[11., 12.], [14., 15.]])

उदाहरण 3

निम्नलिखित प्रोग्राम दिखाता है कि 2D टेंसर्स को कैसे जोड़ा जाता है।

# Import the library import torch # create two 2-D tensors T1 = torch.Tensor([[1,2],[3,4]]) T2 = torch.Tensor([[0,3],[4,1]]) print("T1:\n", T1) print("T2:\n", T2) # Add the above two 2-D tensors v = torch.add(T1,T2) print("Element-wise addition result:\n", v)

आउटपुट

T1: tensor([[1., 2.], [3., 4.]]) T2: tensor([[0., 3.], [4., 1.]]) Element-wise addition result: tensor([[1., 5.], [7., 5.]])

  1. CPU स्ट्रेस टेस्ट कैसे करें CPU स्ट्रेस टेस्ट कैसे करें

    CPU या सेंट्रल प्रोसेसिंग यूनिट आपके कंप्यूटर को काम करने के लिए आवश्यक सभी मुख्य गणित के लिए जिम्मेदार है। यद्यपि आपके कंप्यूटर में अन्य प्रोसेसर हैं, जैसे विजुअल के लिए ग्राफिक्स प्रोसेसिंग यूनिट, उनमें से किसी में भी CPU जैसी सामान्य-उद्देश्य लचीलापन नहीं है। आखिरी चीज जो आप चाहते हैं वह है आपके

  1. PyTorch में टेंसर का हिस्टोग्राम कैसे निकालें? PyTorch में टेंसर का हिस्टोग्राम कैसे निकालें?

    टेंसर का हिस्टोग्राम torch.histc() का उपयोग करके निकाला जाता है। यह हिस्टोग्राम को टेंसर के रूप में दर्शाता है। यह चार पैरामीटर लेता है: input, bins, min और max. यह तत्वों को min और max के बीच समान चौड़ाई के बिन में क्रमबद्ध करता है। यह min से छोटे और max से बड़े तत्वों को अनदेखा करता है। चरण आवश्

  1. इमेज को PyTorch टेंसर में कैसे बदलें? इमेज को PyTorch टेंसर में कैसे बदलें?

    PyTorch टेंसर एक n-डायमेंशनल ऐरे (मैट्रिक्स) होता है जिसमें एक ही डेटा टाइप के एलिमेंट्स होते हैं। टेंसर नम्पी ऐरे जैसा होता है। नम्पी ऐरे और PyTorch टेंसर्स के बीच अंतर यह है कि टेंसर संख्यात्मक गणनाओं को तेज करने के लिए GPU का उपयोग करते हैं। त्वरित गणनाओं के लिए, इमेज को टेंसर्स में बदला जाता है।