antorcha.Lt y antorcha.LE Funciones en Pytorch

En este tutorial de Pytorch, veremos cómo realizar operaciones de comparación utilizando la antorcha.Lt () y antorcha.Método le () 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 lt ()

La antorcha.La función LT () en Pytorch se utiliza para comparar todos los elementos en dos tensores (menos que). Devuelve verdadero si el elemento en el primer tensor es menor que el elemento en el segundo tensor y devuelve falso si el elemento en el primer tensor no es menor que el elemento en el segundo tensor. Se necesitan dos parámetros.

Sintaxis:

antorcha.LT (tensor_object1, tensor_object2)

Parámetros:

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

Devolver:
Devolverá un tensor con valores booleanos.

Ejemplo 1

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

#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)
#lt () en Data1 y Data2
Imprimir ("¿Los elementos en el primer tensor son menos que los elementos en el segundo tensor? : ",antorcha.LT (data1, data2))

Producción:

Primer tensor: Tensor ([0, 45, 67, 0, 23])
Segundo tensor: Tensor ([0, 0, 55, 78, 23])

Son los elementos en el primer tensor menos que los elementos en el segundo tensor?: tensor ([falso, falso, falso, verdadero, falso])

Laboral:

1. 0 menos de 0 - Falso
2. 45 menos de 0 - falso
3. 67 menos de 55 - Falso
4. 0 menos de 78 - Verdadero
5. 23 menos de 23 - Falso

Ejemplo 2

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

#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)
#lt () en Data1 y Data2
Imprimir ("¿Los elementos en el primer tensor son menos que los elementos en el segundo tensor? : ",antorcha.LT (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]])

Son los elementos en el primer tensor menos que los elementos en el segundo tensor?: tensor ([[falso, falso, falso, verdadero, verdadero],

[Falso, falso, verdadero, falso, falso]])

Laboral:

1. 23 menos de 0 - falso, 12 menos de 10 - falso
2. 45 menos de 0 - falso, 21 menos de 20 - falso
3. 67 menos de 55 - Falso, 34 menos de 44 - Verdadero
4. 0 menos de 78 - Verdadero, 56 menos de 56 - Falso
5. 0 menos de 23 - Verdadero, 78 menos que 0 - Falso

Trabajar con CPU

Si desea ejecutar una función LT () en la CPU, necesitamos crear un tensor con una función CPU (). Esto se ejecutará en una máquina CPU.

Cuando estamos creando un tensor, 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 una fila y realizar LT ().

#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)
#lt () en Data1 y Data2
Imprimir ("¿Los elementos en el primer tensor son menos que los elementos en el segundo tensor? : ",antorcha.LT (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]])

Son los elementos en el primer tensor menos que los elementos en el segundo tensor?: tensor ([[falso, falso, falso, verdadero, verdadero],

[Falso, falso, verdadero, falso, falso]])

Laboral:

1. 23 menos de 0 - falso, 12 menos de 10 - falso
2. 45 menos de 0 - falso, 21 menos de 20 - falso
3. 67 menos de 55 - Falso, 34 menos de 44 - Verdadero
4. 0 menos de 78 - Verdadero, 56 menos de 56 - Falso
5. 0 menos de 23 - Verdadero, 78 menos que 0 - Falso

antorcha.función le ()

La antorcha.La función le () en pytorch se utiliza para comparar todos los elementos en dos tensores (Menos que o igual a ). Devuelve verdadero si el elemento en el primer tensor es menor o igual al elemento en el segundo tensor y devuelve falso si el elemento en el primer tensor no es menor ni igual al elemento en el segundo tensor. Se necesitan dos parámetros.

Sintaxis:

antorcha.LE (tensor_object1, tensor_object2)

Parámetros:

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

Devolver:
Devolverá un tensor con valores booleanos.

Ejemplo 1

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

#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)
#le () en Data1 y Data2
Imprimir ("¿Los elementos en el primer tensor son menores o iguales a los elementos en el segundo tensor? : ",antorcha.LE (Data1, Data2))

Producción:

Primer tensor: Tensor ([0, 45, 67, 0, 23])
Segundo tensor: Tensor ([0, 0, 55, 78, 23])

Son los elementos en el primer tensor menos o igual a los elementos en el segundo tensor?: tensor ([verdadero, falso, falso, verdadero, verdadero])

Laboral:

1. 0 menos o igual a 0 - Verdadero
2. 45 menos o igual a 0 - falso
3. 67 menos o igual a 55 - Falso
4. 0 menos o igual a 78 - Verdadero
5. 23 menos o 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 realizar LE ().

#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)
#le () en Data1 y Data2
Imprimir ("¿Los elementos en el primer tensor son menores o iguales a los elementos en el segundo tensor? : ",antorcha.LE (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]])

Son los elementos en el primer tensor menos o igual a los elementos en el segundo tensor?: tensor ([[falso, falso, falso, verdadero, verdadero],

[Falso, falso, verdadero, verdadero, falso]])

Laboral:

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

Trabajar con CPU

Si desea ejecutar una función le () 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, 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 una fila y realizar LE ().

#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)
#le () en Data1 y Data2
Imprimir ("¿Los elementos en el primer tensor son menores o iguales a los elementos en el segundo tensor? : ",antorcha.LE (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]])

Son los elementos en el primer tensor menos o igual a los elementos en el segundo tensor?: tensor ([[falso, falso, falso, verdadero, verdadero],

[Falso, falso, verdadero, verdadero, falso]])

Laboral:

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

Conclusión

En esta lección de Pytorch, discutimos la antorcha.Lt () y antorcha.le (). Ambas son funciones de comparación utilizadas para comparar elementos en dos tensores. La antorcha.La función LT () compara todos los elementos en dos tensores (menos que). Devuelve verdadero si el elemento en el primer tensor es menor que el elemento en el segundo tensor y falso si el elemento en el primer tensor no es menor que el elemento en el segundo tensor.

La antorcha.La función LE () devuelve verdadero si el elemento en el primer tensor es menor o igual al elemento en el segundo tensor y devuelve falso si el elemento en el primer tensor no es menor ni igual al elemento en el segundo tensor. También discutimos estas funciones que funcionarán en la CPU.