Pytorch est un cadre open source disponible avec un langage de programmation Python. Tensor est un tableau multidimensionnel utilisé pour stocker les données. Pour utiliser un tenseur, nous devons importer le module de torche. Pour créer un tenseur, la méthode utilisée est tenseur ().
Syntaxe:
torche.tenseur (données)Où les données sont un tableau multidimensionnel.
Torche.SQRT ()
Sqrt () en pytorch renvoie la racine carrée de chaque élément du tenseur pytorch. Il faut un paramètre.
Syntaxe:
torche.SQRT (Tensor_Object)Paramètre:
Tensor_Object est un tenseur
Exemple 1:
Dans cet exemple, nous créerons un tenseur avec une dimension qui a 5 éléments et retournerons les racines carrées de ces 5 éléments dans un tenseur.
Module de torche #mportSortir:
Tensor réel:Fonctionnement:
Exemple 2:
Dans cet exemple, nous créerons un tenseur avec deux dimensions qui a 5 éléments dans chaque ligne et renvoyer la racine carrée des éléments.
Module de torche #mportSortir:
Tensor réel:Fonctionnement:
Travailler avec le processeur
Si vous souhaitez exécuter une fonction SQRT () sur le CPU, nous devons créer un tenseur avec une fonction CPU (). Cela fonctionnera sur une machine CPU.
Lorsque nous créons un tenseur, cette fois, nous pouvons utiliser la fonction CPU ().
Syntaxe:
torche.tenseur (données).CPU()Exemple 1:
Dans cet exemple, nous créerons un tenseur avec une dimension qui a 5 éléments sur le CPU et retournerons les racines carrées de ces 5 éléments dans un tenseur.
Module de torche #mportSortir:
Tensor réel:Fonctionnement:
Exemple 2:
Dans cet exemple, nous créerons un tenseur avec deux dimensions qui a 5 éléments sur le CPU dans chaque ligne et renvoyer la racine carrée des éléments.
Module de torche #mportSortir:
Tensor réel:Fonctionnement:
Conclusion
Dans cette leçon de pytorch, nous avons discuté de la fonction SQRT (). Il renvoie la racine carrée de chaque élément du tenseur pytorche. Nous avons discuté des deux exemples avec les différents tenseurs dimensionnels pour effectuer la fonction SQRT ().