हम टेंसर के मानों को एक्सेस करने के लिए इंडेक्सिंग और स्लाइसिंग का उपयोग करते हैं। इंडेक्सिंग का उपयोग टेंसर के एकल एलिमेंट के मान को एक्सेस करने के लिए किया जाता है, जबकि स्लाइसिंग का उपयोग एलिमेंट्स के अनुक्रम के मानों को एक्सेस करने के लिए किया जाता है।
हम टेंसर के मानों को संशोधित करने के लिए असाइनमेंट ऑपरेटर का उपयोग करते हैं। असाइनमेंट ऑपरेटर का उपयोग करके नया मान असाइन करने से टेंसर नए मान/मानों के साथ संशोधित हो जाता है।
चरण
आवश्यक लाइब्रेरी इम्पोर्ट करें। यहां, आवश्यक लाइब्रेरी torch है।
एक PyTorch टेंसर परिभाषित करें।
इंडेक्सिंग का उपयोग करके किसी विशेष इंडेक्स पर एकल एलिमेंट के मान को एक्सेस करें या स्लाइसिंग का उपयोग करके एलिमेंट्स के अनुक्रम के मानों को एक्सेस करें।
एक्सेस किए गए मानों को असाइनमेंट ऑपरेटर का उपयोग करके नए मानों से संशोधित करें।
अंत में, टेंसर को प्रिंट करके जांचें कि क्या टेंसर नए मानों के साथ संशोधित हुआ 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.]])
