Tensorin 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:
123import torch tensor = torch.zeros(4, 2) print(tensor)
Tämä on hyödyllistä bias-termejä alustettaessa tai paikkamerkeissä, joissa alkuarvot asetetaan nollaksi. Vastaavasti torch.ones()-funktiolla voidaan luoda tensori, joka on täytetty ykkösillä:
123import torch tensor = torch.ones(3, 3) print(tensor)
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:
123import torch tensor = torch.arange(0, 10, step=2) print(tensor)
Tensor on onnistuneesti luotu arvoilla väliltä 0–10 ilman kymppiä ja askelväli on 2. Jos halutaan luoda tasavälisiä arvoja annetun alku- ja loppuarvon välille, käytetään torch.linspace():
123import torch tensor = torch.linspace(0, 1, steps=5) print(tensor)
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:
123456import 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}")
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 5
Tensorin 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:
123import torch tensor = torch.zeros(4, 2) print(tensor)
Tämä on hyödyllistä bias-termejä alustettaessa tai paikkamerkeissä, joissa alkuarvot asetetaan nollaksi. Vastaavasti torch.ones()-funktiolla voidaan luoda tensori, joka on täytetty ykkösillä:
123import torch tensor = torch.ones(3, 3) print(tensor)
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:
123import torch tensor = torch.arange(0, 10, step=2) print(tensor)
Tensor on onnistuneesti luotu arvoilla väliltä 0–10 ilman kymppiä ja askelväli on 2. Jos halutaan luoda tasavälisiä arvoja annetun alku- ja loppuarvon välille, käytetään torch.linspace():
123import torch tensor = torch.linspace(0, 1, steps=5) print(tensor)
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:
123456import 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}")
Kiitos palautteestasi!