torche.Eq et torche.NE fonctionne en pytorch

Dans ce tutoriel Pytorch, nous apprendrons à effectuer des opérations de comparaison en utilisant le flambeau.eq () et torche.NE () Méthodes en pytorch.

Pytorch est un cadre open source disponible avec un langage de programmation Python. Nous pouvons traiter les données en pytorch sous la forme d'un tenseur.

Un tenseur 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.fonction eq ()

Le torche.eq () dans pytorch est utilisé pour comparer tous les éléments en deux tenseurs. Si les deux éléments dans un tenseur sont égaux, il reviendra vrai. Sinon faux est retourné. Il faudrait deux paramètres.

Syntaxe

torche.EQ (Tensor_Object1, Tensor_Object2)

Paramètres

1. Tensor_Object1 est le premier tenseur
2. Tensor_Object2 est le deuxième tensor

Retour
Il renverra un tenseur avec les valeurs booléennes.

Exemple 1
Dans cet exemple, nous créerons des tenseurs unidimensionnels: Data1 et Data2 avec 5 valeurs numériques pour effectuer Eq ().

Module de torche #mport
Importer une torche
#create un tenseur 1D - data1 avec 5 valeurs numériques
data1 = torche.Tensor ([0,45,67,0,23])
#create un tenseur 1D - data2 avec 5 valeurs numériques
data2 = torche.Tensor ([0,0,55,78,23])
#afficher
print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#eq () sur data1 et data2
Imprimer ("Comparez deux tenseurs:", torche.eq (data1, data2))

Sortir

Premier tenseur: tenseur ([0, 45, 67, 0, 23])
Deuxième tenseur: tenseur ([0, 0, 55, 78, 23])
Comparez deux tenseurs: tenseur ([vrai, faux, faux, faux, vrai])

Fonctionnement

1. 0 égal à 0 - vrai
2. 45 égal à 0 - faux
3. 67 égal à 55 - faux
4. 0 égal à 78 - faux
5. 23 égal à 23 - vrai

Exemple 2
Dans cet exemple, nous créerons des tenseurs bidimensionnels: Data1 et Data2 avec 5 valeurs numériques chacune en ligne et effectuer EQ ().

Module de torche #mport
Importer une torche
#create un tenseur 2D - data1 avec 5 valeurs numériques dans chaque ligne
data1 = torche.Tensor ([[23,45,67,0,0], [12,21,34,56,78]])
#create un tenseur 2D - data2 avec 5 valeurs numériques dans chaque ligne
data2 = torche.Tensor ([[0,0,55,78,23], [10,20,44,56,0]])
#afficher
print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#eq () sur data1 et data2
Imprimer ("Comparez deux tenseurs:", torche.eq (data1, data2))

Sortir

Premier tenseur: tenseur ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])

Deuxième tenseur: tenseur ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Comparez deux tenseurs: tenseur ([[faux, faux, faux, faux, faux],
[Faux, faux, faux, vrai, faux]])

Fonctionnement

1. 23 égal à 0 - faux, 12 égal à 10 - faux
2. 45 égal à 0 - faux, 21 égal à 20 - faux
3. 67 égal à 55 - faux, 34 égal à 44 - faux
4. 0 égal à 78 - false, 56 égal à 56 - Vrai
5. 0 égal à 23 - faux, 78 égal à 0 - faux

Travailler avec le processeur
Si vous souhaitez exécuter une fonction EQ () sur le CPU, alors nous devons créer un tenseur avec une fonction CPU (). Cela fonctionnera sur une machine CPU.

Lors de la création d'un tenseur, nous pouvons utiliser la fonction CPU () pour le moment.

Syntaxe

torche.tenseur (données).CPU()

Exemple

Dans cet exemple, nous créerons des tenseurs bidimensionnels: Data1 et Data2 avec 5 valeurs numériques chacune en ligne et effectuer EQ ().

Module de torche #mport
Importer une torche
#create un tenseur 2D - data1 avec 5 valeurs numériques dans chaque ligne
data1 = torche.Tensor ([[23,45,67,0,0], [12,21,34,56,78]]).CPU()
#create un tenseur 2D - data2 avec 5 valeurs numériques dans chaque ligne
data2 = torche.Tensor ([[0,0,55,78,23], [10,20,44,56,0]]).CPU()
#afficher
print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#eq () sur data1 et data2
Imprimer ("Comparez deux tenseurs:", torche.eq (data1, data2))

Sortir

Premier tenseur: tenseur ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])

Deuxième tenseur: tenseur ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Comparez deux tenseurs: tenseur ([[faux, faux, faux, faux, faux],
[Faux, faux, faux, vrai, faux]])

Fonctionnement

1. 23 égal à 0 - faux, 12 égal à 10 - faux
2. 45 égal à 0 - faux, 21 égal à 20 - faux
3. 67 égal à 55 - faux, 34 égal à 44 - faux
4. 0 égal à 78 - false, 56 égal à 56 - Vrai
5. 0 égal à 23 - faux, 78 égal à 0 - faux

torche.Fonction NE ()

Le torche.NE () dans Pytorch est utilisé pour comparer tous les éléments en deux tenseurs. Si les deux éléments d'un tenseur ne sont pas égaux, il reviendra vrai. Sinon faux est retourné. Il faudrait deux paramètres.

Syntaxe

torche.NE (Tensor_Object1, Tensor_Object2)

Paramètres

1. Tensor_Object1 est le premier tenseur
2. Tensor_Object2 est le deuxième tensor

Retour
Il renverra un tenseur avec les valeurs booléennes.

Exemple 1
Dans cet exemple, nous créerons des tenseurs unidimensionnels: Data1 et Data2 avec 5 valeurs numériques pour effectuer NE ().

Module de torche #mport
Importer une torche
#create un tenseur 1D - data1 avec 5 valeurs numériques
data1 = torche.Tensor ([0,45,67,0,23])
#create un tenseur 1D - data2 avec 5 valeurs numériques
data2 = torche.Tensor ([0,0,55,78,23])
#afficher
print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#ne () sur data1 et data2
Imprimer ("Comparez deux tenseurs:", torche.NE (data1, data2))

Sortir

Premier tenseur: tenseur ([0, 45, 67, 0, 23])
Deuxième tenseur: tenseur ([0, 0, 55, 78, 23])
Comparez deux tenseurs: Tensor ([Faux, vrai, vrai, vrai, faux])

Fonctionnement

1. 0 pas égal à 0 - faux
2. 45 pas égal à 0 - vrai
3. 67 pas égal à 55 - vrai
4. 0 pas égal à 78 - vrai
5. 23 pas égal à 23 - faux

Exemple 2
Dans cet exemple, nous créerons des tenseurs bidimensionnels: Data1 et Data2, avec 5 valeurs numériques chacune en ligne et effectuer NE ().

Module de torche #mport
Importer une torche
#create un tenseur 2D - data1 avec 5 valeurs numériques dans chaque ligne
data1 = torche.Tensor ([[23,45,67,0,0], [12,21,34,56,78]])
#create un tenseur 2D - data2 avec 5 valeurs numériques dans chaque ligne
data2 = torche.Tensor ([[0,0,55,78,23], [10,20,44,56,0]])
#afficher
print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#ne () sur data1 et data2
Imprimer ("Comparez deux tenseurs:", torche.NE (data1, data2))

Sortir

Premier tenseur: tenseur ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])

Deuxième tenseur: tenseur ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Comparez deux tenseurs: tenseur ([[vrai, vrai, vrai, vrai, vrai],
[Vrai, vrai, vrai, faux, vrai]])

Fonctionnement

1. 23 pas égal à 0 - vrai, 12 pas égal à 10 - vrai
2. 45 pas égal à 0 - vrai, 21 pas égal à 20 - Vrai
3. 67 pas égal à 55 - Vrai, 34 pas égal à 44 - Vrai
4. 0 pas égal à 78 - vrai, 56 pas égal à 56 - faux
5. 0 pas égal à 23 - vrai, 78 pas égal à 0 - vrai

Travailler avec le processeur
Si vous souhaitez exécuter une fonction NE () sur le CPU, alors nous devons créer un tenseur avec une fonction CPU (). Cela fonctionnera sur une machine CPU.

Lorsque nous créons un tenseur, pour le moment, nous pouvons utiliser la fonction CPU ().

Syntaxe

torche.tenseur (données).CPU()

Exemple
Dans cet exemple, nous créerons des tenseurs bidimensionnels: Data1 et Data2 avec 5 valeurs numériques chacune en ligne et effectuer NE ().

Module de torche #mport
Importer une torche
#create un tenseur 2D - data1 avec 5 valeurs numériques dans chaque ligne
data1 = torche.Tensor ([[23,45,67,0,0], [12,21,34,56,78]]).CPU()
#create un tenseur 2D - data2 avec 5 valeurs numériques dans chaque ligne
data2 = torche.Tensor ([[0,0,55,78,23], [10,20,44,56,0]]).CPU()
#afficher
print ("First Tensor:", Data1)
Print ("Second Tensor:", Data2)
#ne () sur data1 et data2
Imprimer ("Comparez deux tenseurs:", torche.NE (data1, data2))

Sortir

Premier tenseur: tenseur ([[23, 45, 67, 0, 0],
[12, 21, 34, 56, 78]])

Deuxième tenseur: tenseur ([[0, 0, 55, 78, 23],
[10, 20, 44, 56, 0]])

Comparez deux tenseurs: tenseur ([[vrai, vrai, vrai, vrai, vrai],
[Vrai, vrai, vrai, faux, vrai]])

Fonctionnement

1. 23 pas égal à 0 - vrai, 12 pas égal à 10 - vrai
2. 45 pas égal à 0 - vrai, 21 pas égal à 20 - Vrai
3. 67 pas égal à 55 - Vrai, 34 pas égal à 44 - Vrai
4. 0 pas égal à 78 - vrai, 56 pas égal à 56 - faux
5. 0 pas égal à 23 - vrai, 78 pas égal à 0 - vrai

Conclusion

Dans cette leçon de pytorch, nous avons discuté de la torche.eq () et torche.ne (). Les deux sont des fonctions de comparaison utilisées pour comparer les éléments en deux tenseurs. En flambeau.eq (), si les deux éléments d'un tenseur sont égaux, il reviendra vrai. Sinon faux est retourné. La torche.ne () est utilisé pour comparer tous les éléments en deux tenseurs. Si les deux éléments d'un tenseur ne sont pas égaux, il reviendra vrai. Sinon faux est retourné. Nous avons également discuté de ces fonctions qui fonctionneront sur un processeur.