antorcha.EQ y antorcha.NE Funciones en Pytorch

En este tutorial de Pytorch, aprenderemos cómo realizar operaciones de comparación utilizando la antorcha.eq () y antorcha.ne () métodos en pytorch.

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. 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.función eq ()

El antorcha.eq () en pytorch se usa para comparar todos los elementos en dos tensores. Si ambos elementos en un tensor son iguales, devolverá verdadero. De lo contrario se devuelve el falso. Tomaría dos parámetros.

Sintaxis

antorcha.eq (tensor_object1, tensor_object2)

Parámetros

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

Devolver
Devolverá un tensor con los valores booleanos.

Ejemplo 1
En este ejemplo, crearemos tensores unidimensionales: Data1 y Data2 con 5 valores numéricos para realizar EQ ().

#módulo de antorcha de Import
antorcha de importación
#cree un tensor 1D - datos1 con 5 valores numéricos
datos1 = antorcha.Tensor ([0,45,67,0,23])
#cree un tensor 1D - datos2 con 5 valores numéricos
data2 = antorcha.Tensor ([0,0,55,78,23])
#mostrar
Imprimir ("Primer tensor:", Data1)
Imprimir ("Segundo tensor:", data2)
#eq () en Data1 y Data2
imprimir ("Compare dos tensores:", antorcha.EQ (Data1, Data2))

Producción

Primer tensor: Tensor ([0, 45, 67, 0, 23])
Segundo tensor: Tensor ([0, 0, 55, 78, 23])
Compare dos tensores: tensor ([verdadero, falso, falso, falso, verdadero])

Laboral

1. 0 igual a 0 - Verdadero
2. 45 igual a 0 - falso
3. 67 igual a 55 - Falso
4. 0 igual a 78 - falso
5. 23 igual a 23 - verdadero

Ejemplo 2
En este ejemplo, crearemos tensores bidimensionales: Data1 y Data2 con 5 valores numéricos cada uno en una fila y realizarán eq ().

#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)
#eq () en Data1 y Data2
imprimir ("Compare dos tensores:", antorcha.EQ (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]])

Compare dos tensores: tensor ([[falso, falso, falso, falso, falso],
[Falso, falso, falso, verdadero, falso]])

Laboral

1. 23 igual a 0 - falso, 12 igual a 10 - falso
2. 45 igual a 0 - falso, 21 igual a 20 - falso
3. 67 igual a 55 - falso, 34 igual a 44 - falso
4. 0 igual a 78 - falso, 56 igual a 56 - Verdadero
5. 0 igual a 23 - falso, 78 igual a 0 - falso

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

Al crear un tensor, podemos usar la función CPU () en este momento.

Sintaxis

antorcha.Tensor (datos).UPC()

Ejemplo

En este ejemplo, crearemos tensores bidimensionales: Data1 y Data2 con 5 valores numéricos cada uno en la fila y realizarán eq ().

#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]])).UPC()
#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]])).UPC()
#mostrar
Imprimir ("Primer tensor:", Data1)
Imprimir ("Segundo tensor:", data2)
#eq () en Data1 y Data2
imprimir ("Compare dos tensores:", antorcha.EQ (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]])

Compare dos tensores: tensor ([[falso, falso, falso, falso, falso],
[Falso, falso, falso, verdadero, falso]])

Laboral

1. 23 igual a 0 - falso, 12 igual a 10 - falso
2. 45 igual a 0 - falso, 21 igual a 20 - falso
3. 67 igual a 55 - falso, 34 igual a 44 - falso
4. 0 igual a 78 - falso, 56 igual a 56 - Verdadero
5. 0 igual a 23 - falso, 78 igual a 0 - falso

antorcha.función ne ()

El antorcha.ne () en pytorch se usa para comparar todos los elementos en dos tensores. Si ambos elementos en un tensor no son iguales, devolverá verdadero. De lo contrario se devuelve el falso. Tomaría dos parámetros.

Sintaxis

antorcha.ne (tensor_object1, tensor_object2)

Parámetros

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

Devolver
Devolverá un tensor con los valores booleanos.

Ejemplo 1
En este ejemplo, crearemos tensores unidimensionales: Data1 y Data2 con 5 valores numéricos para realizar ne ().

#módulo de antorcha de Import
antorcha de importación
#cree un tensor 1D - datos1 con 5 valores numéricos
datos1 = antorcha.Tensor ([0,45,67,0,23])
#cree un tensor 1D - datos2 con 5 valores numéricos
data2 = antorcha.Tensor ([0,0,55,78,23])
#mostrar
Imprimir ("Primer tensor:", Data1)
Imprimir ("Segundo tensor:", data2)
#ne () en Data1 y Data2
imprimir ("Compare dos tensores:", antorcha.NE (Data1, Data2))

Producción

Primer tensor: Tensor ([0, 45, 67, 0, 23])
Segundo tensor: Tensor ([0, 0, 55, 78, 23])
Compare dos tensores: tensor ([falso, verdadero, verdadero, verdadero, falso])

Laboral

1. 0 no es igual a 0 - falso
2. 45 no es igual a 0 - verdadero
3. 67 no es igual a 55 - Verdadero
4. 0 no es igual a 78 - Verdadero
5. 23 no es igual a 23 - falso

Ejemplo 2
En este ejemplo, crearemos tensores bidimensionales: data1 y data2, con 5 valores numéricos cada uno en una fila y realizar ne ().

#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)
#ne () en Data1 y Data2
imprimir ("Compare dos tensores:", antorcha.NE (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]])

Compare dos tensores: tensor ([[verdadero, verdadero, verdadero, verdadero, verdadero],
[Verdadero, verdadero, verdadero, falso, verdadero]])

Laboral

1. 23 no es igual a 0 - Verdadero, 12 no igual a 10 - Verdadero
2. 45 no es igual a 0 - Verdadero, 21 no igual a 20 - Verdadero
3. 67 no es igual a 55 - Verdadero, 34 no igual a 44 - Verdadero
4. 0 no es igual a 78 - Verdadero, 56 no es igual a 56 - Falso
5. 0 no es igual a 23 - Verdadero, 78 no es igual a 0 - Verdadero

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

Cuando estamos creando un tensor, en este momento, podemos usar la función CPU ().

Sintaxis

antorcha.Tensor (datos).UPC()

Ejemplo
En este ejemplo, crearemos tensores bidimensionales: Data1 y Data2 con 5 valores numéricos cada uno en fila y realizar ne ().

#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]])).UPC()
#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]])).UPC()
#mostrar
Imprimir ("Primer tensor:", Data1)
Imprimir ("Segundo tensor:", data2)
#ne () en Data1 y Data2
imprimir ("Compare dos tensores:", antorcha.NE (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]])

Compare dos tensores: tensor ([[verdadero, verdadero, verdadero, verdadero, verdadero],
[Verdadero, verdadero, verdadero, falso, verdadero]])

Laboral

1. 23 no es igual a 0 - Verdadero, 12 no igual a 10 - Verdadero
2. 45 no es igual a 0 - Verdadero, 21 no igual a 20 - Verdadero
3. 67 no es igual a 55 - Verdadero, 34 no igual a 44 - Verdadero
4. 0 no es igual a 78 - Verdadero, 56 no es igual a 56 - Falso
5. 0 no es igual a 23 - Verdadero, 78 no es igual a 0 - Verdadero

Conclusión

En esta lección de Pytorch, discutimos la antorcha.eq () y antorcha.nordeste(). Ambas son funciones de comparación utilizadas para comparar elementos en dos tensores. En la antorcha.eq (), si ambos elementos en un tensor son iguales, devolverá verdadero. De lo contrario se devuelve el falso. La antorcha.ne () se usa para comparar todos los elementos en dos tensores. Si ambos elementos en un tensor no son iguales, devolverá verdadero. De lo contrario se devuelve el falso. También discutimos estas funciones que funcionarán en una CPU.