Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Tensorin Luontitoiminnot | Pytorchin Esittely
Pytorch Perusteet

bookTensorin Luontitoiminnot

Samoin kuin NumPy, myös PyTorch tarjoaa useita sisäänrakennettuja funktioita tenso­rien luomiseen suoraan. Näiden funktioiden avulla voidaan alustaa tietovarauksia ja luoda rakenteellisia tai mukautettuja tensoreita.

Nolla- ja ykköstensorit

Tensorin luomiseen, joka on täytetty nollilla, käytetään torch.zeros(). Parametrit määrittävät jokaisen ulottuvuuden koon, ja parametrien määrä vastaa ulottuvuuksien määrää:

123
import torch tensor = torch.zeros(4, 2) print(tensor)
copy

Tämä on hyödyllistä bias-termejä alustettaessa tai paikkamerkeissä, joissa alkuarvot asetetaan nollaksi. Vastaavasti torch.ones()-funktiolla voidaan luoda tensori, joka on täytetty ykkösillä:

123
import torch tensor = torch.ones(3, 3) print(tensor)
copy

Tämä on erityisen hyödyllistä painojen alustuksessa, bias-termeissä tai operaatioissa, joissa ykkösistä koostuva tensori toimii neutraalina alkiona tai tiettynä kertoimena matemaattisissa laskutoimituksissa.

Arange ja Linspace

Samoin kuin numpy.arange(), torch.arange() tuottaa arvojoukon määritellyllä askelvälillä:

123
import torch tensor = torch.arange(0, 10, step=2) print(tensor)
copy

Tensor on onnistuneesti luotu arvoilla väliltä 010 ilman kymppiä ja askelväli on 2. Jos halutaan luoda tasavälisiä arvoja annetun alku- ja loppuarvon välille, käytetään torch.linspace():

123
import torch tensor = torch.linspace(0, 1, steps=5) print(tensor)
copy

Tämä luo tensorin, jossa on 5 tasavälein sijoitettua arvoa välillä 0 ja 1 mukaan lukien.

Tensori muodosta

Tensoreita voidaan luoda tietyn muotoisina käyttämällä luontifunktioiden "like"-variantteja. Nämä luovat tensoreita, joilla on sama muoto kuin olemassa olevalla tensorilla:

123456
import torch x = torch.tensor([[1, 2, 3], [4, 5, 6]]) zeros_tensor = torch.zeros_like(x) ones_tensor = torch.ones_like(x) print(f"Tensor of zeros: {zeros_tensor}") print(f"Tensor of ones: {ones_tensor}")
copy
question mark

Mikä on seuraavan PyTorch-koodin tuloste?

Select the correct answer

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 3

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Awesome!

Completion rate improved to 5

bookTensorin Luontitoiminnot

Pyyhkäise näyttääksesi valikon

Samoin kuin NumPy, myös PyTorch tarjoaa useita sisäänrakennettuja funktioita tenso­rien luomiseen suoraan. Näiden funktioiden avulla voidaan alustaa tietovarauksia ja luoda rakenteellisia tai mukautettuja tensoreita.

Nolla- ja ykköstensorit

Tensorin luomiseen, joka on täytetty nollilla, käytetään torch.zeros(). Parametrit määrittävät jokaisen ulottuvuuden koon, ja parametrien määrä vastaa ulottuvuuksien määrää:

123
import torch tensor = torch.zeros(4, 2) print(tensor)
copy

Tämä on hyödyllistä bias-termejä alustettaessa tai paikkamerkeissä, joissa alkuarvot asetetaan nollaksi. Vastaavasti torch.ones()-funktiolla voidaan luoda tensori, joka on täytetty ykkösillä:

123
import torch tensor = torch.ones(3, 3) print(tensor)
copy

Tämä on erityisen hyödyllistä painojen alustuksessa, bias-termeissä tai operaatioissa, joissa ykkösistä koostuva tensori toimii neutraalina alkiona tai tiettynä kertoimena matemaattisissa laskutoimituksissa.

Arange ja Linspace

Samoin kuin numpy.arange(), torch.arange() tuottaa arvojoukon määritellyllä askelvälillä:

123
import torch tensor = torch.arange(0, 10, step=2) print(tensor)
copy

Tensor on onnistuneesti luotu arvoilla väliltä 010 ilman kymppiä ja askelväli on 2. Jos halutaan luoda tasavälisiä arvoja annetun alku- ja loppuarvon välille, käytetään torch.linspace():

123
import torch tensor = torch.linspace(0, 1, steps=5) print(tensor)
copy

Tämä luo tensorin, jossa on 5 tasavälein sijoitettua arvoa välillä 0 ja 1 mukaan lukien.

Tensori muodosta

Tensoreita voidaan luoda tietyn muotoisina käyttämällä luontifunktioiden "like"-variantteja. Nämä luovat tensoreita, joilla on sama muoto kuin olemassa olevalla tensorilla:

123456
import torch x = torch.tensor([[1, 2, 3], [4, 5, 6]]) zeros_tensor = torch.zeros_like(x) ones_tensor = torch.ones_like(x) print(f"Tensor of zeros: {zeros_tensor}") print(f"Tensor of ones: {ones_tensor}")
copy
question mark

Mikä on seuraavan PyTorch-koodin tuloste?

Select the correct answer

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 3
some-alt