Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Tensorin Luontitoiminnot | Pytorchin Esittely
Practice
Projects
Quizzes & Challenges
Quizzes
Challenges
/
Pytorch Essentials

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, joka on täytetty nollilla, voi luoda funktiolla 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 paikkamerkkeinä, 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 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

Voit luoda tensoreita tietyllä muodolla 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

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, joka on täytetty nollilla, voi luoda funktiolla 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 paikkamerkkeinä, 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 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

Voit luoda tensoreita tietyllä muodolla 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