Comment si l'objet est un tenseur pytorche et retourner les métadonnées d'un tenseur en pytorch?

Comment si l'objet est un tenseur pytorche et retourner les métadonnées d'un tenseur en pytorch?
«Dans ce tutoriel Pytorch, nous verrons comment obtenir les informations du tenseur donné à Pytorch.

Pytorch est un cadre open source disponible avec un langage de programmation Python.

Un tenseur est un tableau multidimensionnel utilisé pour stocker les données. Donc, pour utiliser un tenseur, nous devons importer le module de torche.

Il est possible de vérifier si l'objet donné est un tenseur ou non.

torche.is_tensor () est utilisé pour vérifier si l'objet donné est le tenseur ou non.

Si l'objet est un tenseur, il renverra vrai autrement, faux."

Syntaxe:

torche.is_tensor (objet)

Paramètre:

L'objet fait référence à la collecte de données.

Exemple 1

Ici, nous créerons un tenseur avec 5 éléments et vérifierons s'il s'agit d'un tenseur ou non.

Module de torche #mport
Importer une torche
#Create un tenseur 1D avec 5 éléments
data1 = torche.Tensor ([23,45,67,0,0])
# cochez si Data1 est tenseur ou non
imprimer (torche.is_tensor (data1))

Sortir:

Vrai

On peut voir que l'objet donné est un tenseur. Alors c'est retourné vrai.

Exemple 2

Créons une liste avec 5 éléments et vérifions s'il est tenseur ou non.

Module de torche #mport
Importer une torche
#create une liste avec 5 éléments
data1 = [23,45,67,0,0]
# cochez si Data1 est tenseur ou non
imprimer (torche.is_tensor (data1))

Sortir:

FAUX

Il est revenu faux.

Maintenant, nous verrons comment retourner les métadonnées d'un tenseur.

Les métadonnées expliquent la structure du tenseur et les éléments présents dans le vecteur.

torche.taille()

torche.size () renvoie le nombre total d'éléments présents dans un tenseur.

Syntaxe:

Tensor_Object.taille()

Où Tensor_Object est le tenseur.

Il ne prend aucun paramètre.

Exemple 1

Créons un tenseur 1D et une taille de retour.

Module de torche #mport
Importer une torche
#Create un tenseur 1D avec 5 éléments
data1 = torche.Tensor ([23,45,67,0,0])
#afficher
imprimer ("Tensor:", data1)
#Return Tensor Taille
Imprimer ("Taille:", Data1.taille())

Sortir:

Tensor: tenseur ([23, 45, 67, 0, 0])
Taille: torche.Taille ([5])

Nous pouvons voir que 5 est retourné car il y a 5 éléments dans le tenseur ci-dessus.

Exemple 2

Créons un tenseur 2D et une taille de retour.

Module de torche #mport
Importer une torche
#Create un tenseur 2D avec 5 éléments dans chaque ligne
data1 = torche.Tensor ([[23,45,67,0,0], [23,45,67,0,0]])
#afficher
imprimer ("Tensor:", data1)
#Return Tensor Taille
Imprimer ("Taille:", Data1.taille())

Sortir:

Tensor: Tensor ([[23, 45, 67, 0, 0],
[23, 45, 67, 0, 0]])
Taille: torche.Taille ([2, 5])

Nous pouvons voir que 2,5 est retourné et représente 2 lignes et 5 colonnes.

torche.forme

torche.forme () renvoie la forme d'un tenseur.

Syntaxe:

Tensor_Object.forme

Où Tensor_Object est le tenseur.

Il ne prend aucun paramètre.

Exemple 1

Module de torche #mport
Importer une torche
#Create un tenseur 1D avec 5 éléments
data1 = torche.Tensor ([23,45,67,0,0])
#afficher
imprimer ("Tensor:", data1)
#return Tensor Forme
Imprimer ("Forme:", Data1.forme)

Sortir:

Tensor: tenseur ([23, 45, 67, 0, 0])
Forme: torche.Taille ([5])

Nous pouvons voir que 5 est retourné car il y a 5 éléments dans le tenseur ci-dessus.

Exemple 2

Module de torche #mport
Importer une torche
#Create un tenseur 2D avec 5 éléments dans chaque ligne
data1 = torche.Tensor ([[23,45,67,0,0], [23,45,67,0,0]])
#afficher
imprimer ("Tensor:", data1)
#return Tensor Forme
Imprimer ("Forme:", Data1.forme)

Sortir:

Tensor: Tensor ([[23, 45, 67, 0, 0],
[23, 45, 67, 0, 0]])
Forme: torche.Taille ([2, 5])

Nous pouvons voir que 2,5 est retourné et représente 2 lignes et 5 colonnes.

torche.Numel ()

torche.Numel () renvoie le nombre total d'éléments présents dans un tenseur.

Syntaxe:

Tensor_Object.Numel ()

Où Tensor_Object est le tenseur.

Il ne prend aucun paramètre.

Exemple 1

Module de torche #mport
Importer une torche
#Create un tenseur 1D avec 5 éléments
data1 = torche.Tensor ([23,45,67,0,0])
#afficher
imprimer ("Tensor:", data1)
#return Nombre total d'éléments dans un tenseur
Imprimer ("Total Elements:", Data1.Numel ())

Sortir:

Tensor: tenseur ([23, 45, 67, 0, 0])
Éléments totaux: 5

Nous pouvons voir que 5 est retourné car il y a 5 éléments dans le tenseur ci-dessus.

Exemple 2

Module de torche #mport
Importer une torche
#Create un tenseur 2D avec 5 éléments dans chaque ligne
data1 = torche.Tensor ([[23,45,67,0,0], [23,45,67,0,0]])
#afficher
imprimer ("Tensor:", data1)
#return Nombre total d'éléments dans un tenseur
Imprimer ("Total Elements:", Data1.Numel ())

Sortir:

Tensor: Tensor ([[23, 45, 67, 0, 0],
[23, 45, 67, 0, 0]])
Éléments totaux: 10

Nous pouvons voir que 10 est retourné car il y a un total de 10 éléments présents dans le tenseur.

Conclusion

Dans cette leçon de pytorch, nous avons vu comment vérifier si l'objet donné est le tenseur ou ne pas utiliser la fonction is_tensor (). Pour retourner les métadonnées, nous avons utilisé la taille () et les méthodes de forme pour retourner la taille et la forme du tenseur donné.