Pytorch - Isnan

Pytorch es un marco de código abierto para el lenguaje de programación de Python.

Un tensor es una matriz multidimensional que se utiliza para almacenar 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.isnan ()

isnan () en pytorch devuelve verdadero para los elementos si el elemento es nan (no un número). De lo contrario, devuelve falso.

Se necesita un parámetro.

Sintaxis:

antorcha.isnan (tensor_object)

Parámetro:

tensor_object es un tensor.

Devolver:

Devolverá un tensor booleano con respecto al tensor real.

Representación:

No un número - flotante ('nan')

Ejemplo 1:

En este ejemplo, crearemos un tensor con una dimensión que tenga cinco elementos y verificaremos si estos cinco son nan o no.

#módulo de antorcha de Import
antorcha de importación
#cree un tensor
datos1 = antorcha.Tensor ([12,34,56,1, Float ('Nan')]))
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Imprimir ("Verifique NAN")
imprimir (antorcha.isnan (data1))

Producción:

Tensor real:
tensor ([12., 34., 56., 1., yaya])
Verifique por NAN
tensor ([falso, falso, falso, falso, verdadero])

Laboral:

1. 12 no es nan (falso).
2. 34 no es nan (falso).
3. 56 no es nan (falso).
4. 1 no es nan (falso).
5. Nan no es un número (verdadero).

Ejemplo 2:

En este ejemplo, crearemos un tensor con una dimensión que tenga cinco elementos y verificaremos si estos cinco son nan o no.

#módulo de antorcha de Import
antorcha de importación
#cree un tensor
datos1 = antorcha.tensor ([float ('-nan'), 34,56, float ('nan'), float ('inf')]))
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Imprimir ("Verifique NAN")
imprimir (antorcha.isnan (data1))

Producción:

Tensor real:
tensor ([nan, 34., 56., nan, inf])
Verifique por NAN
tensor ([verdadero, falso, falso, verdadero, falso])

Laboral:

1. -Nan no es un número (verdadero).
2. 34 no es nan (falso).
3. 56 no es nan (falso).
4. Nan no es un número (verdadero).
5. INF es infinito. No es nan (falso).

Ejemplo 3:

En este ejemplo, crearemos un tensor con dos dimensiones que tenga cinco elementos en cada fila y verificaremos si estos cinco son nan o no.

#módulo de antorcha de Import
antorcha de importación
#cree un tensor 2D
datos1 = antorcha.tensor ([[[float ('-inf'), 34,56, float ('nan'), float ('inf')], [float ('-inf'), 100, -4, float ('nan' ), float ('inf')]])
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Imprimir ("Verifique NAN")
imprimir (antorcha.isnan (data1))

Producción:

Tensor real:
tensor ([[-inf, 34., 56., nan, inf],
[-inf, 100., -4., nan, inf]])
Verifique por NAN
tensor ([[falso, falso, falso, verdadero, falso],
[Falso, falso, falso, verdadero, falso]])

Laboral:

1. -INF es negativo infinito, por lo que no es nan (falso) para ambos.
2. 34 no es nan (falso). 100 no es nan (falso).
3. 56 no es nan (falso). -4 no es nan. (FALSO).
4. nan (verdadero), nan (verdadero).
5. INF no es nan (falso) para ambos.

Trabajar con CPU

Si desea ejecutar una función ISNAN () en la CPU, entonces tenemos que crear un tensor con una función CPU (). Esto se ejecutará en una máquina CPU.

En este momento, cuando estamos creando un tensor, podemos usar la función CPU ().

Sintaxis:

antorcha.Tensor (datos).UPC()

Ejemplo 1:

En este ejemplo, crearemos un tensor con una dimensión que tenga cinco elementos en la CPU y verificaremos si estos cinco son nan o no.

#módulo de antorcha de Import
antorcha de importación
#cree un tensor
datos1 = antorcha.Tensor ([12,34,56,1, Float ('Nan')])).UPC()
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Imprimir ("Verifique NAN")
imprimir (antorcha.isnan (data1))

Producción

Tensor real:
tensor ([12., 34., 56., 1., yaya])
Verifique por NAN
tensor ([falso, falso, falso, falso, verdadero])

Laboral:

1. 12 no es nan (falso).
2. 34 no es nan (falso).
3. 56 no es nan (falso).
4. 1 no es nan (falso).
5. Nan no es un número (verdadero).

Ejemplo 2:

En este ejemplo, crearemos un tensor con una dimensión que tenga cinco elementos en la CPU y verificaremos si estos cinco son nan o no.

#módulo de antorcha de Import
antorcha de importación
#cree un tensor
datos1 = antorcha.tensor ([float ('-nan'), 34,56, float ('nan'), float ('inf')])).UPC()
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Imprimir ("Verifique NAN")
imprimir (antorcha.isnan (data1))

Producción:

Tensor real:
tensor ([nan, 34., 56., nan, inf])
Verifique por NAN
tensor ([verdadero, falso, falso, verdadero, falso])

Laboral:

1. -Nan no es un número (verdadero).
2. 34 no es nan (falso).
3. 56 no es nan (falso).
4. Nan no es un número (verdadero).
5. INF es infinito. No es nan (falso).

Ejemplo 3:

En este ejemplo, crearemos un tensor con dos dimensiones que tenga cinco elementos en la CPU en cada fila y verificaremos si estos cinco son NAN o no.

#módulo de antorcha de Import
antorcha de importación
#cree un tensor 2D
datos1 = antorcha.tensor ([[[float ('-inf'), 34,56, float ('nan'), float ('inf')], [float ('-inf'), 100, -4, float ('nan' ), float ('inf')]]).UPC()
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Imprimir ("Verifique NAN")
imprimir (antorcha.isnan (data1))

Producción:

Tensor real:
tensor ([[-inf, 34., 56., nan, inf],
[-inf, 100., -4., nan, inf]])
Verifique por NAN
tensor ([[falso, falso, falso, verdadero, falso],
[Falso, falso, falso, verdadero, falso]])

Laboral:

1. -INF es negativo infinito, por lo que no es nan (falso) para ambos.
2. 34 no es nan (falso). 100 no es nan (falso).
3. 56 no es nan (falso). -4 no es nan (falso).
4. nan (verdadero). nan (verdadero).
5. INF no es nan (falso) para ambos.

Conclusión

En esta lección de Pytorch, discutimos isnan (). Devuelve falso para los elementos si el elemento no es nan. De lo contrario, devuelve verdadero.