Lógico y en pytorch

"En este tutorial de Pytorch, veremos cómo realizar una lógica y una operación en un tensor usando logocal_and ().

Pytorch es un marco de código abierto disponible con un lenguaje de programación de Python. Podemos procesar los datos en Pytorch en forma de tensor.

Un tensor es una matriz multidimensional que se utiliza para almacenar los datos. Entonces, para usar un tensor, tenemos que importar el módulo de antorcha.

Para crear un tensor, el método utilizado es tensor () "

Sintaxis:

antorcha.Tensor (datos)

Donde los datos son una matriz multidimensional.

antorcha.lógico_and ()

antorcha.lógico_and () en pytorch se realiza en dos objetos tensor. Realizará una comparación de elementos y devolverá verdadero si ambos elementos son verdaderos o mayores que 0 y devolverán falsos si alguno de los elementos es 0 o falso. Se necesitan dos tensores como parámetros.

Sintaxis:

antorcha.Logical_and (tensor_object1, tensor_object2)

Parámetros:

1. tensor_object1 es el primer tensor
2. tensor_object2 es el segundo tensor

Ejemplo 1

En este ejemplo, crearemos dos tensores unidimensionales: Data1 y Data2 con 5 valores booleanos cada uno y realizarán lógicos_and ().

#módulo de antorcha de Import
antorcha de importación
#cree un tensor 1D - datos1 con 5 valores booleanos
datos1 = antorcha.tensor ([falso, verdadero, verdadero, verdadero, falso])
#cree un tensor 1D - datos2 con 5 valores booleanos
data2 = antorcha.tensor ([falso, falso, verdadero, falso, verdadero])
#mostrar
Imprimir ("Primer tensor:", Data1)
Imprimir ("Segundo tensor:", data2)
#logical_and en Data1 y Data2
imprimir ("lógico y en arriba dos tensores:", antorcha.Logical_and (data1, data2))

Producción:

Primer tensor: tensor ([falso, verdadero, verdadero, verdadero, falso])
Segundo tensor: tensor ([falso, falso, verdadero, falso, verdadero])
Lógico y en arriba dos tensores: tensor ([falso, falso, verdadero, falso, falso])

Laboral:

1. lógico_and (falso, falso) - falso
2. Logical_and (verdadero, falso) - Falso
3. Logical_and (True, True) - Falso
4. Logical_and (True, False) - True
5. lógico_and (falso, true) - falso

Ejemplo 2

En este ejemplo, crearemos tensores bidimensionales: Data1 y Data2 con 5 valores booleanos cada uno en una fila y realizaremos lógico_and ().

#módulo de antorcha de Import
antorcha de importación
#cree un tensor 2D - datos1 con 5 valores booleanos en cada fila
datos1 = antorcha.tensor ([[falso, verdadero, verdadero, verdadero, falso], [falso, verdadero, verdadero, verdadero, falso]])
#cree un tensor 2D - datos2 con 5 valores booleanos en cada fila
data2 = antorcha.tensor ([[falso, falso, verdadero, falso, verdadero], [falso, falso, verdadero, falso, verdadero]])
#mostrar
Imprimir ("Primer tensor:", Data1)
Imprimir ("Segundo tensor:", data2)
#logical_and en Data1 y Data2
imprimir ("lógico y en arriba dos tensores:", antorcha.Logical_and (data1, data2))

Producción:

Primer tensor: tensor ([[falso, verdadero, verdadero, verdadero, falso],
[Falso, verdadero, verdadero, verdadero, falso]])
Segundo tensor: tensor ([[falso, falso, verdadero, falso, verdadero],
[Falso, falso, verdadero, falso, verdadero]])

Lógico y en arriba dos tensores: tensor ([[falso, falso, verdadero, falso, falso], [falso, falso, verdadero, falso, falso]])

Ejemplo 3

En este ejemplo, crearemos tensores bidimensionales: Data1 y Data2 con 5 valores numéricos cada uno en una fila y realizaremos lógicos_and ().

#módulo de antorcha de Import
antorcha de importación
#cree un tensor 2D - datos1 con 5 valores numéricos en cada fila
datos1 = antorcha.Tensor ([[23,45,67,0,0], [12,21,34,56,78]]))
#cree un tensor 2D - datos2 con 5 valores numéricos en cada fila
data2 = antorcha.Tensor ([[0,0,55,78,23], [10,20,44,56,0]]))
#mostrar
Imprimir ("Primer tensor:", Data1)
Imprimir ("Segundo tensor:", data2)
#logical_and en Data1 y Data2
imprimir ("lógico y en arriba dos tensores:", antorcha.Logical_and (data1, data2))

Producción:

Primer tensor: Tensor ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])
Segundo tensor: Tensor ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])
Lógico y en arriba dos tensores: tensor ([[falso, falso, verdadero, falso, falso], [verdadero, verdadero, verdadero, verdadero, falso]])

Laboral:

1. Logical_and (23, 0) - False, Logical_and (12, 10) - Verdadero
2. Logical_and (45, 0) - False, Logical_and (21, 20) - Verdadero
3. Logical_and (67, 55) - False, Logical_and (34, 44) - Verdadero
4. Logical_and (0, 78) - True, Logical_and (56, 56) - Verdadero
5. Logical_and (0, 23) - False, Logical_and (78, 0) - Falso

Ejemplo 4

En este ejemplo, crearemos tensores bidimensionales: Data1 y Data2 con 5 valores numéricos y lógicos cada uno en una fila y realizaremos lógico_and ().

Aquí considera verdadero como 1 y falso como 0.

#módulo de antorcha de Import
antorcha de importación
#cree un tensor 2D - datos1 con 5 valores numéricos y lógicos en cada fila
datos1 = antorcha.Tensor ([[23,45,67,0,0], [Falso, Verdadero, Verdadero, Verdadero, Falso]])
#cree un tensor 2D - datos2 con 5 valores numéricos y lógicos en cada fila
data2 = antorcha.tensor ([[0,0,55,78,23], [falso, verdadero, verdadero, verdadero, falso]])
#mostrar
Imprimir ("Primer tensor:", Data1)
Imprimir ("Segundo tensor:", data2)
#logical_and en Data1 y Data2
imprimir ("lógico y en arriba dos tensores:", antorcha.Logical_and (data1, data2))

Producción:

Primer tensor: Tensor ([[23, 45, 67, 0, 0],
[0, 1, 1, 1, 0]])
Segundo tensor: Tensor ([[0, 0, 55, 78, 23],
[0, 1, 1, 1, 0]])
Lógico y en arriba dos tensores: tensor ([[falso, falso, verdadero, falso, falso],
[Falso, verdadero, verdadero, verdadero, falso]])

Laboral:

1. Logical_and (23, 0) - False, Logical_and (0,0) - Falso
2. Logical_and (45, 0) - False, Logical_and (1, 1) - Verdadero
3. Logical_and (67, 55) - False, Logical_and (1, 1) - Verdadero
4. Logical_and (0, 78) - True, Logical_and (1, 1) - Verdadero
5. Logical_and (0, 23) - False, Logical_and (0, 0) - Falso

Conclusión

En esta lección de Pytorch, discutimos cómo realizar lógicos y operaciones con una antorcha.Método lógico_and (). Realizará una comparación de elementos y devolverá verdadero si ambos elementos son verdaderos o mayores que 0 y devolverán falsos si alguno de los elementos es 0 o falso. Vimos la funcionalidad de los datos lógicos y numéricos.