कैसे पहुंचें और PyTorch में एक Tensor के मूल्यों को संशोधित करने के लिए?

हम अनुक्रमण . का उपयोग करते हैं और टुकड़ा करना टेंसर के मानों तक पहुँचने के लिए।अनुक्रमण टेंसर के एकल तत्व के मान तक पहुँचने के लिए उपयोग किया जाता है, जबकिस्लाइसिंग तत्वों के अनुक्रम के मूल्यों तक पहुँचने के लिए उपयोग किया जाता है।

हम असाइनमेंट ऑपरेटर का उपयोग टेंसर के मूल्यों को संशोधित करने के लिए करते हैं। असाइनमेंट ऑपरेटर का उपयोग करके नए मान/मान असाइन करने से टेंसर को नए मान/एस के साथ संशोधित किया जाएगा।

कदम

• आवश्यक पुस्तकालयों को आयात करें। यहाँ, आवश्यक पुस्तकालय है मशाल ।

• एक PyTorch . को परिभाषित करें टेंसर.

• अनुक्रमण . का उपयोग करके विशेष अनुक्रमणिका पर एकल तत्व के मान तक पहुंचें या स्लाइसिंग . का उपयोग करके तत्वों के अनुक्रम के मानों तक पहुंचें ।

• असाइनमेंट . का उपयोग करके एक्सेस किए गए मानों को नए मानों के साथ संशोधित करें ऑपरेटर।

• अंत में, टेंसर को यह जांचने के लिए प्रिंट करें कि क्या टेंसर को नए मानों के साथ संशोधित किया गया है।

उदाहरण 1

# Python program to access and modify values of a tensor in PyTorch
# Import the libraries
import torch

# Define PyTorch Tensor
a = torch.Tensor([[3, 5],[1, 2],[5, 7]])
print("a:\n",a)

# Access a value at index [1,0]-> 2nd row, 1st Col using indexing
b = a[1,0]
print("a[1,0]:\n", b)

# Other indexing method to access value
c = a[1][0]
print("a[1][0]:\n",c)

# Modifying the value 1 with new value 9
# assignment operator is used to modify with new value
a[1,0] = 9
print("tensor 'a' after modifying value at a[1,0]:")
print("a:\n",a)

आउटपुट

a:
tensor([[3., 5.],
         [1., 2.],
         [5., 7.]])
a[1,0]:
   tensor(1.)
a[1][0]:
   tensor(1.)
tensor 'a' after modifying value at a[1,0]:
a:
tensor([[3., 5.],
         [9., 2.],
         [5., 7.]])

उदाहरण 2

# Python program to access and modify values of a tensor in PyTorch
# Import necessary libraries
import torch

# Define PyTorch Tensor
a = torch.Tensor([[3, 5],[1, 2],[5, 7]])
print("a:\n", a)

# Access all values of 2nd row using slicing
b = a[1]
print("a[1]:\n", a[1])

# Access all values of 1st and 2nd rows
b = a[0:2]
print("a[0:2]:\n" , a[0:2])

# Access all values of 2nd col
c = a[:,1]
print("a[:,1]:\n", a[:,1])

# Access values from first two rows but 2nd col
print("a[0:2, 1]:\n", a[0:2, 1])

# assignment operator is used to modify with new value
# Modifying the values of 2nd row
a[1] = torch.Tensor([9, 9])
print("After modifying a[1]:\n", a)

# Modify values of first two rows but 2nd col
a[0:2, 1] = torch.Tensor([4, 4])
print("After modifying a[0:2, 1]:\n", a)

आउटपुट

a:
tensor([[3., 5.],
         [1., 2.],
         [5., 7.]])
a[1]:
   tensor([1., 2.])
a[0:2]:
   tensor([[3., 5.],
         [1., 2.]])
a[:,1]:
   tensor([5., 2., 7.])
a[0:2, 1]:
   tensor([5., 2.])
After modifying a[1]:
   tensor([[3., 5.],
            [9., 9.],
            [5., 7.]])
After modifying a[0:2, 1]:
tensor([[3., 4.],
         [9., 4.],
         [5., 7.]])