Πώς να μετατρέψετε το NumPy Array σε PyTorch Tensor;

Pos Na Metatrepsete To Numpy Array Se Pytorch Tensor



NumPy και PyTorch είναι γνωστές βιβλιοθήκες Python που μπορούν να βοηθήσουν τους χρήστες με διάφορες εργασίες ανάλυσης δεδομένων και δημιουργίας μοντέλων. Το NumPy χρησιμοποιείται για αριθμητικούς υπολογισμούς, ενώ το PyTorch εστιάζει στη βαθιά μάθηση και προσφέρει έναν αποτελεσματικό τρόπο ορισμού και εκπαίδευσης νευρωνικών δικτύων χρησιμοποιώντας τανυστές.

Η βιβλιοθήκη NumPy δεν υποστηρίζει επιτάχυνση GPU από προεπιλογή. Αυτό σημαίνει ότι οι λειτουργίες NumPy περιορίζονται από τη μνήμη και την ταχύτητα της CPU. Είναι ένα μειονέκτημα για ανάλυση δεδομένων μεγάλης κλίμακας και περίπλοκους υπολογισμούς. Ωστόσο, οι τανυστές PyTorch χρησιμοποιούν GPU για να επιταχύνουν τους αριθμητικούς υπολογισμούς. Αυτό είναι απαραίτητο για εφαρμογές βαθιάς μάθησης όπου τα δεδομένα είναι τεράστια. Οι χρήστες μπορούν να μετατρέψουν τη διάταξη NumPy σε τανυστήρα PyTorch για να επωφεληθούν από αυτήν τη δυνατότητα και να βελτιώσουν την απόδοση των μοντέλων μηχανικής μάθησης.

Αυτό το ιστολόγιο θα απεικονίσει τις μεθόδους μετατροπής του πίνακα NumPy σε τανυστήρα PyTorch.







Πώς να μετατρέψετε/μετατραπείτε σε NumPy Array σε PyTorch Tensor;

Για τη μετατροπή/μετατροπή του πίνακα NumPy σε τανυστήρα PyTorch, μπορούν να χρησιμοποιηθούν δύο μέθοδοι:



  • Μέθοδος 1: Χρήση της συνάρτησης 'torch.from_numpy()'.
  • Μέθοδος 2: Χρήση της συνάρτησης 'torch.tensor()'.

Μέθοδος 1: Μετατροπή/Μετατροπή NumPy Array σε PyTorch Tensor χρησιμοποιώντας τη συνάρτηση 'torch.from_numpy()'

Για να μετατρέψουν τον πίνακα NumPy σε τανυστήρα PyTorch, οι χρήστες μπορούν να χρησιμοποιήσουν τη συνάρτηση 'torch.from_numpy()'. Οι οδηγίες βήμα προς βήμα δίνονται παρακάτω:



Βήμα 1: Εισαγάγετε τις απαραίτητες βιβλιοθήκες
Πρώτα, εισαγάγετε τις επιθυμητές βιβλιοθήκες 'torch' και 'numpy':





εισαγωγή φακός                 #importing torch library
εισαγωγή numpy ως np          #importing NumPy library

Βήμα 2: Δημιουργήστε έναν πίνακα NumPy
Στη συνέχεια, δημιουργήστε έναν απλό πίνακα NumPy. Για παράδειγμα, δημιουργήσαμε τον ακόλουθο πίνακα NumPy και τον αποθηκεύσαμε σε ένα ' num_array ' μεταβλητή:

num_array = π.χ. πίνακας ( [ [ 9 , 3 ] , [ 4 , 7 ] ] )

Βήμα 3: Μετατρέψτε τον Numpy Array σε PyTorch Tensor
Τώρα, χρησιμοποιήστε το ' torch.from_numpy() Συνάρτηση μετατροπής του παραπάνω δημιουργημένου πίνακα NumPy σε τανυστήρα PyTorch και αποθήκευσης σε μεταβλητή. Εδώ, χρησιμοποιήσαμε το ' Py_tensor ” μεταβλητή για την αποθήκευση του μετατρεπόμενου πίνακα NumPy:



Py_tensor = δάδα. from_numpy ( num_array )

Βήμα 4: Έξοδος εκτύπωσης
Τέλος, εκτυπώστε ' Py_tensor ' τανύων μύς:

Τυπώνω ( Py_tensor )

Αυτό έχει μετατρέψει τον πίνακα NumPy σε τανυστήρα PyTorch:

Σημείωση : Εάν ένας χρήστης χρησιμοποιεί τη συνάρτηση 'torch.from_numpy()' για να μετατρέψει τον πίνακα NumPy σε τανυστή PyTorch, ο προκύπτων τανυστής PyTorch θα συνδεθεί με τον αρχικό πίνακα Numpy και θα χρησιμοποιήσει την ίδια μνήμη. Επομένως, τυχόν αλλαγές που γίνονται/εφαρμόζονται στον τανυστή θα έχουν επίσης αντίκτυπο στον πραγματικό πίνακα. Για να αποφύγετε αυτήν τη συμπεριφορά, χρησιμοποιήστε τη συνάρτηση 'torch.tensor()'.

Μέθοδος 2: Μετατροπή/Μετατροπή NumPy Array σε PyTorch Tensor χρησιμοποιώντας τη συνάρτηση 'torch.tensor()'

Για να μετατρέψουν τον πίνακα NumPy σε τανυστήρα PyTorch, οι χρήστες μπορούν να χρησιμοποιήσουν τη συνάρτηση 'torch.tensor()'. Οι οδηγίες βήμα προς βήμα δίνονται παρακάτω:

Βήμα 1: Εισαγωγή βιβλιοθηκών
Πρώτα, εισάγετε τα απαραίτητα ' δάδα ' και ' μουδιασμένος ” βιβλιοθήκες:

εισαγωγή δάδα
εισαγωγή numpy ως np

Βήμα 2: Δημιουργήστε έναν πίνακα NumPy
Μετά από αυτό, δημιουργήστε έναν πίνακα NumPy. Για παράδειγμα, δημιουργήσαμε τον ακόλουθο πίνακα NumPy και τον αποθηκεύσαμε σε ένα ' num_array ' μεταβλητή:

num_array = π.χ. πίνακας ( [ [ 4 , 9 ] , [ 5 , 3 ] ] )

Βήμα 3: Μετατρέψτε τον πίνακα NumPy σε έναν τανυστή PyTorch
Στη συνέχεια, μετατρέψτε τον πίνακα NumPy σε τανυστήρα PyTorch μέσω του ' torch.from_numpy() Συνάρτηση και αποθηκεύστε την σε μια μεταβλητή. Εδώ, χρησιμοποιήσαμε το ' Py_tensor ' μεταβλητή για την αποθήκευση του μετατρεπόμενου πίνακα NumPy:

Py_tensor = δάδα. τανύων μύς ( num_array )

Βήμα 4: Έξοδος εκτύπωσης
Τέλος, εκτυπώστε 'Py_tensor' τανύων μύς:

Τυπώνω ( Py_tensor )

Με αυτόν τον τρόπο, ο πίνακας NumPy έχει μετατραπεί σε τανυστήρα PyTorch:

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

Έχουμε εξηγήσει αποτελεσματικά τις μεθόδους μετατροπής του πίνακα NumPy σε τανυστήρα PyTorch.

συμπέρασμα

Για να μετατρέψετε/μετατρέψετε τον πίνακα NumPy σε τανυστήρα PyTorch, εισαγάγετε πρώτα τις απαραίτητες βιβλιοθήκες. Στη συνέχεια, δημιουργήστε έναν απλό πίνακα NumPy και αποθηκεύστε τον σε μια συγκεκριμένη μεταβλητή. Μετά από αυτό, χρησιμοποιήστε το ' torch.from_numpy() ' ή ' torch.tensor() Συνάρτηση μετατροπής του πίνακα NumPy σε τανυστήρα PyTorch και εκτύπωσης. Αυτό το ιστολόγιο έχει επεξηγήσει δύο μεθόδους μετατροπής/μετατροπής του πίνακα NumPy σε τανυστήρα PyTorch.