PyTorch टेंसर को रिसाइज़ करने के लिए, हम .view() मेथड का उपयोग करते हैं। हम टेंसर के डायमेंशन को बढ़ा या घटा सकते हैं, लेकिन हमें यह सुनिश्चित करना होगा कि टेंसर में एलिमेंट्स की कुल संख्या रिसाइज़ से पहले और बाद में मेल खानी चाहिए।
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।
एक PyTorch टेंसर बनाएं और उसे प्रिंट करें।
.view() का उपयोग करके उपरोक्त बनाए गए टेंसर को रिसाइज़ करें और मान को एक वेरिएबल में असाइन करें। .view() मूल टेंसर को रिसाइज़ नहीं करता; यह केवल नए आकार के साथ एक व्यू देता है, जैसा कि इसके नाम से पता चलता है।
अंत में, रिसाइज़ के बाद टेंसर को प्रिंट करें।
उदाहरण 1
# Python program to resize a tensor in PyTorch # Import the library import torch # Create a tensor T = torch.Tensor([1, 2, 3, 4, 5, 6]) print(T) # Resize T to 2x3 x = T.view(2,3) print("Tensor after resize:\n",x) # Other way to resize T to 2x3 x = T.view(-1,3) print("Tensor after resize:\n",x) # Other way resize T to 2x3 x = T.view(2,-1) print("Tensor after resize:\n",x)आउटपुट
जब आप उपरोक्त पायथन 3 कोड चलाएंगे, तो यह निम्नलिखित आउटपुट देगा
tensor([1., 2., 3., 4., 5., 6.]) Tensor after resize: tensor([[1., 2., 3.], [4., 5., 6.]]) Tensor after resize: tensor([[1., 2., 3.], [4., 5., 6.]]) Tensor after resize: tensor([[1., 2., 3.], [4., 5., 6.]])
उदाहरण 2
# Import the library import torch # Create a tensor shape 4x3 T = torch.Tensor([[1,2,3],[2,1,3],[2,3,5],[5,6,4]]) print(T) # Resize T to 3x4 x = T.view(-1,4) print("Tensor after resize:\n",x) # Other way to resize T to 3x4 x = T.view(3,-1) print("Tensor after resize:\n",x) # Resize T to 2x6 x = T.view(2,-1) print("Tensor after resize:\n",x)आउटपुट
जब आप उपरोक्त पायथन 3 कोड चलाएंगे, तो यह निम्नलिखित आउटपुट देगा
tensor([[1., 2., 3.], [2., 1., 3.], [2., 3., 5.], [5., 6., 4.]]) Tensor after resize: tensor([[1., 2., 3., 2.], [1., 3., 2., 3.], [5., 5., 6., 4.]]) Tensor after resize: tensor([[1., 2., 3., 2.], [1., 3., 2., 3.], [5., 5., 6., 4.]]) Tensor after resize: tensor([[1., 2., 3., 2., 1., 3.], [2., 3., 5., 5., 6., 4.]])
