Πώς να αποκτήσετε πρόσβαση και να τροποποιήσετε τις τιμές του Tensor στο PyTorch;

Pos Na Apoktesete Prosbase Kai Na Tropopoiesete Tis Times Tou Tensor Sto Pytorch



PyTorch είναι ένα πλαίσιο βαθιάς μάθησης που επιτρέπει στους χρήστες να δημιουργούν/καθορίζουν και να χειρίζονται τανυστές. Οι τανυστές είναι πολυδιάστατοι πίνακες που μπορούν να αποθηκεύσουν δεδομένα/τιμές διαφορετικών τύπων και σχημάτων. Ωστόσο, μερικές φορές, οι χρήστες θέλουν να έχουν πρόσβαση και να τροποποιήσουν το συγκεκριμένο περιεχόμενο ή τις τιμές του επιθυμητού τανυστή. Σε αυτήν την περίπτωση, μπορούν να χρησιμοποιήσουν διαφορετικές μεθόδους για να εκτελέσουν αυτήν τη λειτουργία.

Αυτό το ιστολόγιο θα απεικονίσει τις μεθόδους πρόσβασης και τροποποίησης των τιμών των τανυστών στο PyTorch.

Πώς να αποκτήσετε πρόσβαση και να τροποποιήσετε τις τιμές/περιεχόμενο του Tensor στο PyTorch;

Για να λάβετε και να τροποποιήσετε τις τιμές των τανυστών στο PyTorch, μπορούν να χρησιμοποιηθούν δύο μέθοδοι:







Μέθοδος 1: Πρόσβαση και τροποποίηση των τιμών του τανυστή χρησιμοποιώντας την ευρετηρίαση

Η ευρετηρίαση είναι ένας τρόπος επιλογής ενός συγκεκριμένου στοιχείου ή μιας περιοχής στοιχείων από έναν συγκεκριμένο τανυστή με βάση τη θέση τους. Οι χρήστες πρέπει να χρησιμοποιούν αγκύλες ' [ ] ” για πρόσβαση στα στοιχεία κατά μήκος κάθε διάστασης του τανυστή. Στην περίπτωση ενός δισδιάστατου τανυστή, τα στοιχεία είναι προσβάσιμα στη σειρά 'i' και στη στήλη 'j' χρησιμοποιώντας το 'τανυστής[i,j]'. Για να το κάνετε αυτό, ακολουθήστε τα παρεχόμενα βήματα:



Βήμα 1: Εισαγάγετε τη βιβλιοθήκη PyTorch

Πρώτα, εισαγάγετε το ' δάδα ' βιβλιοθήκη:



εισαγωγή δάδα

Βήμα 2: Δημιουργήστε έναν τανυστή

Στη συνέχεια, χρησιμοποιήστε το ' torch.tensor() ” λειτουργία για τη δημιουργία ενός επιθυμητού τανυστή και την εκτύπωση των στοιχείων του. Για παράδειγμα, δημιουργούμε έναν δισδιάστατο τανυστήρα ' δεκάδες1 ” με διαστάσεις 2×3:





δεκάδες1 = δάδα. τανύων μύς ( [ [ 2 , 9 , 5 ] , [ 7 , 1 , 4 ] ] )

Τυπώνω ( δεκάδες1 )

Αυτό έχει δημιουργήσει τον 2D τανυστή όπως φαίνεται παρακάτω:



Βήμα 3: Αποκτήστε πρόσβαση στις τιμές του τανυστή χρησιμοποιώντας την ευρετηρίαση

Τώρα, αποκτήστε πρόσβαση στις επιθυμητές τιμές του τανυστή με βάση τον δείκτη τους. Για παράδειγμα, έχουμε καθορίσει το ευρετήριο '[1][2]' του ' δεκάδες1 ' για να αποκτήσετε πρόσβαση στην τιμή του και να την αποθηκεύσετε σε μια μεταβλητή με το όνομα ' temp_στοιχείο '. Αυτό θα έχει πρόσβαση στην τιμή που υπάρχει στη δεύτερη γραμμή και την τρίτη στήλη:

temp_στοιχείο = δεκάδες1 [ 1 ] [ 2 ]

Τυπώνω ( temp_στοιχείο )

Εδώ: ' [1] ' σημαίνει τη δεύτερη σειρά και ' [2] ' σημαίνει την τρίτη στήλη γιατί η ευρετηρίαση ξεκινά από ' 0 '.

Μπορεί να παρατηρηθεί ότι η επιθυμητή τιμή έχει προσπελαστεί από τον τανυστή, δηλαδή '4':

Βήμα 4: Τροποποιήστε τις τιμές του τανυστή χρησιμοποιώντας την ευρετηρίαση

Για να τροποποιήσετε τη συγκεκριμένη τιμή του τανυστή, καθορίστε τον δείκτη και εκχωρήστε τη νέα τιμή. Εδώ, αντικαθιστούμε την τιμή του ' [0][1] ' ευρετήριο με ' δεκαπέντε ”:

δεκάδες1 [ 0 ] [ 1 ] = δεκαπέντε

Τυπώνω ( δεκάδες1 )

Η παρακάτω έξοδος δείχνει ότι η καθορισμένη τιμή του τανυστή έχει τροποποιηθεί με επιτυχία:

Μέθοδος 2: Πρόσβαση και τροποποίηση των τιμών του τανυστή με χρήση τεμαχισμού

Ο τεμαχισμός είναι ένας τρόπος επιλογής ενός υποσυνόλου ενός τανυστή με μία ή περισσότερες διαστάσεις. Οι χρήστες μπορούν να χρησιμοποιήσουν τον τελεστή άνω και κάτω τελείας «:» για να καθορίσουν τους δείκτες έναρξης και τέλους του τεμαχίου και το μέγεθος του βήματος. Δείτε τα παρακάτω βήματα για να το καταλάβετε καλύτερα:

Βήμα 1: Εισαγάγετε τη βιβλιοθήκη PyTorch

Πρώτα, εισαγάγετε το ' δάδα ' βιβλιοθήκη:

εισαγωγή δάδα

Βήμα 2: Δημιουργήστε έναν τανυστή

Στη συνέχεια, δημιουργήστε έναν επιθυμητό τανυστή χρησιμοποιώντας το ' torch.tensor() ” λειτουργεί και εκτυπώνει τα στοιχεία του. Για παράδειγμα, δημιουργούμε έναν δισδιάστατο τανυστήρα ' δεκάδες2 ” με διαστάσεις 2×3:

δεκάδες2 = δάδα. τανύων μύς ( [ [ 5 , 1 , 9 ] , [ 3 , 7 , 2 ] ] )

Τυπώνω ( δεκάδες2 )

Αυτό έχει δημιουργήσει έναν δισδιάστατο τανυστή:

Βήμα 3: Αποκτήστε πρόσβαση στις τιμές του τανυστή χρησιμοποιώντας το Slicing

Τώρα, αποκτήστε πρόσβαση στις επιθυμητές τιμές του τανυστή χρησιμοποιώντας τεμαχισμό. Για παράδειγμα, έχουμε καθορίσει τους δείκτες '[1]' του 'tens1' για πρόσβαση στις τιμές του και αποθήκευση τους σε μια μεταβλητή που ονομάζεται ' νέες_αξίες '. Αυτό θα έχει πρόσβαση σε όλες τις τιμές που υπάρχουν στη δεύτερη σειρά:

νέες_αξίες = δεκάδες2 [ 1 ]

Τυπώνω ( 'Τιμές δεύτερης σειράς: ' , νέες_αξίες )

Στην παρακάτω έξοδο, όλες οι τιμές που υπάρχουν στη δεύτερη σειρά του τανυστή έχουν προσπελαστεί με επιτυχία:

Ας πάρουμε ένα άλλο παράδειγμα στο οποίο θα έχουμε πρόσβαση στην τιμή της τρίτης στήλης του τανυστή. Για να το κάνετε αυτό, καθορίστε το ' [:, 2] » δείκτες:

new_values2 = δεκάδες2 [ : , 2 ]

Τυπώνω ( 'Τιμές τρίτης στήλης: ' , new_values2 )

Αυτό έχει πρόσβαση και εμφανίζει με επιτυχία τις τιμές της τρίτης στήλης του τανυστή:

Βήμα 4: Τροποποιήστε τις τιμές του τανυστή χρησιμοποιώντας το Slicing

Για να τροποποιήσετε τις συγκεκριμένες τιμές του τανυστή, καθορίστε τους δείκτες και εκχωρήστε τη νέα τιμή. Εδώ, αλλάζουμε όλες τις τιμές της δεύτερης σειράς στον τανυστή. Για αυτό, έχουμε καθορίσει το « [1] ” δείκτες και κατανομή νέων τιμών:

δεκάδες2 [ 1 ] = δάδα. Τανύων μύς ( [ 30 , 60 , 90 ] )

Τυπώνω ( 'Τροποποιημένος τανυστής: ' , δεκάδες2 )

Σύμφωνα με την παρακάτω έξοδο, όλες οι τιμές των τιμών της δεύτερης σειράς του τανυστή έχουν τροποποιηθεί με επιτυχία:

Έχουμε εξηγήσει τις αποτελεσματικές μεθόδους πρόσβασης και τροποποίησης τιμών τανυστών στο PyTorch.

Σημείωση : Μπορείτε να αποκτήσετε πρόσβαση στο Σημειωματάριο Google Colab από αυτό Σύνδεσμος .

συμπέρασμα

Για να λάβετε και να τροποποιήσετε τις τιμές ή το περιεχόμενο του τανυστή στο PyTorch, πρώτα εισαγάγετε τη βιβλιοθήκη 'torch'. Στη συνέχεια, δημιουργήστε τον επιθυμητό τανυστήρα. Στη συνέχεια, χρησιμοποιήστε τις μεθόδους ευρετηρίασης ή κοπής για να αποκτήσετε πρόσβαση και να τροποποιήσετε τις επιθυμητές τιμές του τανυστή. Για αυτό, καθορίστε το δείκτη των δεικτών αντίστοιχα και εμφανίστε τις τιμές πρόσβασης και τις τροποποιημένες τιμές του τανυστή. Αυτό το ιστολόγιο έχει επεξηγήσει τις μεθόδους πρόσβασης και τροποποίησης των τιμών των τανυστών στο PyTorch.