Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

कैसे PyTorch में एक टेंसर के मेटाडेटा तक पहुँचने के लिए?

हम टेंसर के आकार (या आकार) और टेंसर में तत्वों की संख्या को टेंसर के मेटाडेटा के रूप में एक्सेस करते हैं। टेंसर के आकार तक पहुँचने के लिए, हम .size() . का उपयोग करते हैं विधि और टेंसर के आकार को .shape . का उपयोग करके एक्सेस किया जाता है ।

दोनों .size() और .आकार एक ही परिणाम उत्पन्न करें। हम torch.numel() . का उपयोग करते हैं टेंसर में तत्वों की कुल संख्या को खोजने के लिए कार्य करें।

कदम

  • आवश्यक पुस्तकालय आयात करें। यहाँ, आवश्यक पुस्तकालय है मशाल . सुनिश्चित करें कि आपने मशाल स्थापित किया है ।

  • एक PyTorch टेंसर को परिभाषित करें।

  • टेंसर के मेटाडेटा का पता लगाएं। .आकार() . का उपयोग करें और .आकार टेंसर के आकार और आकार तक पहुँचने के लिए। torch.numel() . का प्रयोग करें टेंसर में तत्वों की संख्या तक पहुँचने के लिए।

  • बेहतर समझ के लिए टेंसर और मेटाडेटा प्रिंट करें।

उदाहरण 1

# एक टेंसर के मेटा-डेटा तक पहुंचने के लिए पायथन प्रोग्राम# आवश्यक पुस्तकालयों को आयात करें मशाल आयात करें# आकार का एक टेंसर बनाएं 4x3T =टॉर्च। टेंसर ([[1,2,3], [2,1,3], [2 ,3,5],[5,6,4]])print("T:\n", T)# टेंसर का मेटा-डेटा ढूंढें# ऊपर दिए गए टेंसर के आकार का पता लगाएं "T" size_T =T.size () प्रिंट ("टेंसर का आकार टी:\ n", size_T) # आकार प्राप्त करने के लिए अन्य विधि .shapeprint ("टेन्सर का आकार:\ n", टी। आकार) # टेंसर में तत्वों की संख्या पाएं "टी "num_T =torch.numel(T)print("टेंसर T में तत्वों की संख्या:\n", num_T)

आउटपुट

जब आप उपरोक्त पायथन 3 कोड चलाते हैं, तो यह निम्न आउटपुट उत्पन्न करेगा।

टी:टेन्सर([[1., 2., 3.], [2., 1., 3.], [2., 3., 5.], [5., 6., 4. ]])टेंसर का आकार T:torch.Size([4, 3])टेन्सर का आकार:torch.Size([4, 3])टेंसर में तत्वों की संख्या T:12

उदाहरण 2

# एक टेंसर के मेटा-डेटा तक पहुंचने के लिए पायथन प्रोग्राम# लाइब्रेरी आयात करें मशाल# यादृच्छिक संख्याओं का टेंसर बनाएं टी =टॉर्च। रैंडन (4,3,2) प्रिंट ("टी:\ n", टी) # खोजें टेंसर का मेटा-डेटा# उपरोक्त टेंसर का आकार खोजें "T" size_T =T.size () प्रिंट ("टेंसर का आकार T:\ n", size_T) # .shapeprint ("आकार का उपयोग करके आकार प्राप्त करने के लिए अन्य विधि) ऑफ़ टेंसर:\n", T.shape)# टेंसर में तत्वों की संख्या ज्ञात करें "T" num_T =टॉर्च। अंक (T) प्रिंट ("टेंसर में तत्वों की संख्या:\ n", num_T)

आउटपुट

जब आप उपरोक्त पायथन 3 कोड चलाते हैं, तो यह निम्न आउटपुट उत्पन्न करेगा।

टी:टेंसर([[-1.1806, 0.5569], [2.2237, 0.9709], [0.4775, -0.2491]], [[-0.9703, 1.9916], [0.1998, -0.6501], [-0.7489, - 1.3013]], [[1.3191, 2.0049], [-0.1195, 0.1860], [-0.6061, -1.2451]], [[-0.6044, 0.6153], [-2.2473, -0.1531], [0.5341, 1.3697]]] ) टेंसर का आकार टी:मशाल। आकार ([4, 3, 2]) टेंसर का आकार:मशाल। आकार ([4, 3, 2]) टेंसर टी:24 में तत्वों की संख्या 
  1. PyTorch में छवि चैनलों में माध्य कैसे खोजें?

    RGB इमेज में तीन चैनल होते हैं, रेड, ग्रीन और ब्लू। हमें इन छवि चैनलों में छवि पिक्सेल मानों के माध्य की गणना करने की आवश्यकता है। इस उद्देश्य के लिए, हम torch.mean() . विधि का उपयोग करते हैं . लेकिन इस पद्धति का इनपुट पैरामीटर एक PyTorch टेंसर है। इसलिए, हम पहले इमेज को PyTorch टेंसर में बदलते हैं

  1. एक छवि को एक PyTorch Tensor में कैसे बदलें?

    एक PyTorch टेंसर एक n-आयामी सरणी (मैट्रिक्स) है जिसमें एकल डेटा प्रकार के तत्व होते हैं। टेंसर एक सुन्न सरणी की तरह है। संख्यात्मक सरणियों और PyTorch टेंसर के बीच का अंतर यह है कि टेंसर संख्यात्मक गणनाओं को तेज करने के लिए GPU का उपयोग करते हैं। त्वरित गणना के लिए, छवियों को टेंसर में बदल दिया जाता

  1. Windows 11 पर स्टार्टअप फोल्डर को कैसे एक्सेस करें

    विंडोज 11 के इस साल के अंत तक रिलीज होने की उम्मीद है और हम इसके बारे में शांत नहीं रह सकते! आगामी प्रमुख अपडेट विंडोज को एक पूरे नए अवतार में लपेटता है, जो आपको उन चीजों के करीब लाता है जिन्हें आप पसंद करते हैं। यह आपको एक नया दृष्टिकोण और काम करने की जगह प्रदान करता है जो आपको अपने कार्यों को रचना