Ako získať exponenty tenzorových prvkov v PyTorch?

Tento blog bude diskutovať o tom, ako získať exponenty tenzorových prvkov v PyTorch.

Aké je použitie exponentov v tenzoroch PyTorch?

Neurónové siete využívajú komplexný vzor na pripojenie viacerých vstupov k viacerým výstupom súčasne, aby napodobnili fungovanie ľudského mozgu. Pod touto štruktúrou sa skrýva zložitá kostra základnej matematiky, ktorá umožňuje všetky tieto spojenia. Exponenty sú jednoducho ďalším pojmom z matematiky, ktorý výrazne uľahčuje život programátorom a dátovým vedcom.

Dôležité funkcie používania exponentov v PyTorch sú uvedené nižšie:

• Hlavným využitím exponentov je dostať celé dáta do vhodného rozsahu pre rýchlejšie spracovanie.
• Rýchlosť rozpadu možno ľahko vizualizovať pomocou exponenciálnych funkcií.
• Akýkoľvek typ údajov, ktoré majú exponenciálny trend, možno vizualizovať v lineárnom trende s využitím konceptu exponenciál.

Ako vypočítať exponenty všetkých prvkov tenzora v PyTorch?

Použitie tenzorov na ukladanie dátových hodnôt je pre PyTorch neuveriteľnou vlastnosťou kvôli všetkým funkciám a možnostiam manipulácie, ktoré prinášajú tenzory. Výpočet exponentov pre jednotlivé prvky tenzora je kľúčom k správe údajov v rámci menších limitov.

Postupujte podľa krokov uvedených nižšie, aby ste sa naučili, ako získať exponenty jednotlivých prvkov tenzora v PyTorch:

1. krok: nastavte Colab

Prvým krokom je nastavenie IDE. Colaboratory od Google je dobrou voľbou, pretože má voľne dostupné integrované GPU na výpočet tenzorov. Choďte do Colab webovej stránky a otvorte ' Nový notebook ' ako je znázornené:

Krok 2: Nainštalujte a importujte knižnicu pochodne

Rámec PyTorch je založený na spojení programovacieho jazyka Python a knižnice Torch pre vývoj modelov hlbokého učenia. Inštalácia a import „ fakľa Knižnica je nevyhnutná na začatie akéhokoľvek projektu v PyTorch:

Vyššie uvedený kód funguje nasledovne:

• ' !pip ” inštalačný balík od Pythonu sa používa na inštaláciu balíkov a knižníc v PyTorch.
• Ďalej, „ importovať ” príkaz sa používa na volanie knižníc a ich funkčnosti pre projekt:

Krok 3: Definujte 1D a 2D PyTorch Tensor

V tomto návode predvedieme výpočet exponentov tenzorových prvkov oboch a „ 1D “ a „ 2D 'Tensor PyTorch.' Začneme definovaním týchto tenzorov:

Vyššie uvedený kód funguje nasledovne:

• ' tenzor() ” metóda sa používa na zadávanie tenzorov v PyTorch.
• ' 1-rozmerný ” tenzor má prvky iba v jednom riadku, ako je znázornené vyššie.
• ' 2-rozmerný ” tenzor definovaný vyššie má prvky v 3 rôznych stĺpcoch a 3 rôznych riadkoch.
• Obidva definované tenzory sú priradené k ich príslušným „ premenných “:

Krok 4: Vypočítajte exponenty každého prvku tenzora

Po definovaní tenzorov PyTorch je čas definovať výpočet „ exponenty “ každého prvku v dvoch tenzoroch pomocou „ torch.exp() “ metóda:

Vyššie uvedený kód funguje nasledovne:

• ' exp() Funkcia ” sa používa na výpočet exponentu každého prvku v tenzore.
• ' 1D ” tenzorová premenná je definovaná ako argument premennej “ exp() “ a potom sa priradí k funkcii “ tensor_exponents ” premenná, ako je znázornené.
• Ďalej, „ 2D ” tenzorová premenná je tiež definovaná ako argument premennej “ exp() “ a potom sa priradí k funkcii “ tensor_exponents_2d ” premenná, ako je znázornené:

Krok 5: Vytlačte výstup

Posledným krokom je vytlačenie výstupu výpočtu exponentov každého prvku obsiahnutého v dvoch tenzoroch pomocou „ tlačiť () “ metóda:

Vyššie uvedený kód funguje nasledovne:

• Použi ' tlačiť () ” metóda na zobrazenie pôvodného 1D tenzora vo výstupe a exponentov jeho prvkov.
• Potom použite rovnaký ' tlačiť () ” metóda na zobrazenie pôvodného 2D tenzora na výstupe a exponentov jeho prvkov, ako je znázornené.
• ' \n ” výraz uvedený v kóde sa používa na začiatok ďalšieho výstupu z nasledujúceho riadku. Používa sa na udržanie usporiadania zobrazenia výstupu.
• Jednoduchý text, ktorý sa má zobraziť vo výstupe, sa pridá do „uvrátených čiarok“ v rámci „ tlačiť () argument metódy.
• Za textom nasleduje „ premenlivý “, ktoré sa majú vytlačiť.

Výstup exponentov

Poznámka : K nášmu zápisníku Colab môžete pristupovať tu odkaz .

Pro-Tip

Výpočet exponentov prvkov v tenzoroch PyTorch sa môže ukázať ako zásadný krok v predspracovaní pred spustením zložitého modelu strojového učenia s miliónmi riadkov údajov. Táto technika môže priniesť všetky číselné hodnoty údajov v malom rozsahu, čo by sa ukázalo ako oveľa jednoduchšie pre hardvér, čím sa výrazne skráti čas spracovania.

Úspech! Ukázali sme vám, ako vypočítať exponent každého jednotlivého prvku v tenzore PyTorch.

Záver

Vypočítajte exponenty všetkých prvkov tenzora v PyTorch tak, že najprv definujete tenzor a potom pomocou „ torch.exp() “. V tomto blogu sme si ukázali, ako definovať 1D a 2D PyTorch tenzor a ako vypočítať exponent každého prvku v týchto dvoch tenzoroch.