torche.LT et torche.LE Fonctions à Pytorch

Dans ce didacticiel Pytorch, nous verrons comment effectuer des opérations de comparaison à l'aide de la torche.lt () et torche.Méthode le () 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 LT ()

La torche.La fonction LT () dans Pytorch est utilisée pour comparer tous les éléments en deux tenseurs (moins que). Il renvoie vrai si l'élément du premier tenseur est inférieur à l'élément du deuxième tenseur et revient faux si l'élément du premier tenseur n'est pas inférieur à l'élément du deuxième tenseur. Il faut deux paramètres.

Syntaxe:

torche.LT (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 des valeurs booléennes.

Exemple 1

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

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)
#lt () sur data1 et data2
Print ("Les éléments du premier tenseur sont-ils inférieurs aux éléments du deuxième tenseur? : ",torche.lt (data1, data2))

Sortir:

Premier tenseur: tenseur ([0, 45, 67, 0, 23])
Deuxième tenseur: tenseur ([0, 0, 55, 78, 23])

Les éléments du premier tenseur sont-ils inférieurs aux éléments du deuxième tenseur?: Tensor ([false, faux, faux, vrai, faux])

Fonctionnement:

1. 0 moins de 0 - Faux
2. 45 Moins de 0 - Faux
3. 67 moins de 55 - faux
4. 0 Moins de 78 - Vrai
5. 23 moins de 23 - faux

Exemple 2

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

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)
#lt () sur data1 et data2
Print ("Les éléments du premier tenseur sont-ils inférieurs aux éléments du deuxième tenseur? : ",torche.lt (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]])

Les éléments du premier tenseur sont-ils inférieurs aux éléments du deuxième tenseur?: Tensor ([[FALSE, FAUX, FAUX, TRUE, VRAI],

[Faux, faux, vrai, faux, faux]])

Fonctionnement:

1. 23 moins de 0 - Faux, 12 moins de 10 - Faux
2. 45 Moins de 0 - Faux, 21 moins de 20 - Faux
3. 67 Moins de 55 - Faux, 34 moins de 44 - Vrai
4. 0 moins de 78 - Vrai, 56 moins de 56 - Faux
5. 0 moins de 23 - Vrai, 78 moins de 0 - Faux

Travailler avec le processeur

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

Lorsque nous créons un tenseur, 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 LT ().

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)
#lt () sur data1 et data2
Print ("Les éléments du premier tenseur sont-ils inférieurs aux éléments du deuxième tenseur? : ",torche.lt (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]])

Les éléments du premier tenseur sont-ils inférieurs aux éléments du deuxième tenseur?: Tensor ([[FALSE, FAUX, FAUX, TRUE, VRAI],

[Faux, faux, vrai, faux, faux]])

Fonctionnement:

1. 23 moins de 0 - Faux, 12 moins de 10 - Faux
2. 45 Moins de 0 - Faux, 21 moins de 20 - Faux
3. 67 Moins de 55 - Faux, 34 moins de 44 - Vrai
4. 0 moins de 78 - Vrai, 56 moins de 56 - Faux
5. 0 moins de 23 - Vrai, 78 moins de 0 - Faux

torche.Fonction LE ()

La torche.La fonction LE () dans Pytorch est utilisée pour comparer tous les éléments en deux tenseurs (inférieur ou égal à ). Il renvoie vrai si l'élément du premier tenseur est inférieur ou égal à l'élément du deuxième tenseur et revient faux si l'élément du premier tenseur n'est ni inférieur ni égal à l'élément du deuxième tenseur. Il faut deux paramètres.

Syntaxe:

torche.le (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 des valeurs booléennes.

Exemple 1

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

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)
#le () sur data1 et data2
Imprimer ("Les éléments du premier tenseur sont-ils inférieurs ou égaux aux éléments du deuxième tenseur? : ",torche.le (data1, data2))

Sortir:

Premier tenseur: tenseur ([0, 45, 67, 0, 23])
Deuxième tenseur: tenseur ([0, 0, 55, 78, 23])

Les éléments du premier tenseur sont-ils inférieurs ou égaux aux éléments du deuxième tenseur?: tenseur ([vrai, faux, faux, vrai, vrai])

Fonctionnement:

1. 0 inférieur ou égal à 0 - vrai
2. 45 inférieur ou égal à 0 - faux
3. 67 inférieur ou égal à 55 - faux
4. 0 inférieur ou égal à 78 - vrai
5. 23 de moins ou égal à 23 - Vrai

Exemple 2

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

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)
#le () sur data1 et data2
Imprimer ("Les éléments du premier tenseur sont-ils inférieurs ou égaux aux éléments du deuxième tenseur? : ",torche.le (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]])

Les éléments du premier tenseur sont-ils inférieurs ou égaux aux éléments du deuxième tenseur?: Tensor ([[FALSE, FAUX, FAUX, TRUE, VRAI],

[False, false, vrai, vrai, faux]])

Fonctionnement:

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

Travailler avec le processeur

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

Lorsque nous créons un tenseur, 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 dans une ligne et effectuer Le ().

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)
#le () sur data1 et data2
Imprimer ("Les éléments du premier tenseur sont-ils inférieurs ou égaux aux éléments du deuxième tenseur? : ",torche.le (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]])

Les éléments du premier tenseur sont-ils inférieurs ou égaux aux éléments du deuxième tenseur?: Tensor ([[FALSE, FAUX, FAUX, TRUE, VRAI],

[False, false, vrai, vrai, faux]])

Fonctionnement:

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

Conclusion

Dans cette leçon de pytorch, nous avons discuté de la torche.lt () et torche.le (). Les deux sont des fonctions de comparaison utilisées pour comparer les éléments en deux tenseurs. La torche.La fonction LT () compare tous les éléments en deux tenseurs (moins que). Il renvoie vrai si l'élément du premier tenseur est inférieur à l'élément du deuxième tenseur et faux si l'élément du premier tenseur n'est pas inférieur à l'élément du deuxième tenseur.

La torche.La fonction le () renvoie vrai si l'élément du premier tenseur est inférieur ou égal à l'élément du deuxième tenseur et revient faux si l'élément du premier tenseur n'est ni inférieur ni égal à l'élément du deuxième tenseur. Nous avons également discuté de ces fonctions qui fonctionneront sur le CPU.