यह ब्लॉग चर्चा करेगा कि PyTorch में टेंसर तत्वों के घातांक कैसे प्राप्त करें।
PyTorch Tensors में घातांक का क्या उपयोग है?
तंत्रिका नेटवर्क मानव मस्तिष्क की कार्यप्रणाली की नकल करने के लिए एक साथ कई इनपुट को कई आउटपुट से जोड़ने के लिए एक जटिल पैटर्न का उपयोग करते हैं। इस संरचना के नीचे, मौलिक गणित का एक जटिल ढांचा है जो इन सभी कनेक्शनों को संभव बनाता है। प्रतिपादक गणित की एक और अवधारणा है जो प्रोग्रामर और डेटा वैज्ञानिकों के जीवन को बहुत आसान बनाने में मदद करती है।
PyTorch में घातांक के उपयोग की महत्वपूर्ण विशेषताएं नीचे सूचीबद्ध हैं:
- घातांक का मुख्य उपयोग संपूर्ण डेटा को तेज़ प्रोसेसिंग के लिए उपयुक्त सीमा के भीतर लाना है।
- घातीय कार्यों का उपयोग करके क्षय की दर को आसानी से देखा जा सकता है।
- घातीय प्रवृत्ति वाले किसी भी प्रकार के डेटा को घातीय की अवधारणा का उपयोग करके एक रैखिक प्रवृत्ति में देखा जा सकता है।
PyTorch में सभी टेंसर तत्वों के घातांक की गणना कैसे करें?
डेटा मानों को संग्रहीत करने के लिए टेन्सर का उपयोग PyTorch के लिए एक अविश्वसनीय सुविधा है क्योंकि टेन्सर द्वारा लाए गए हेरफेर की सभी कार्यक्षमता और संभावनाएं हैं। व्यक्तिगत टेंसर तत्वों के लिए घातांक की गणना छोटी सीमाओं के भीतर डेटा को प्रबंधित करने की कुंजी है।
PyTorch में व्यक्तिगत टेंसर तत्वों के घातांक कैसे प्राप्त करें, यह जानने के लिए नीचे दिए गए चरणों का पालन करें:
चरण 1: कोलाब स्थापित करें
पहला कदम आईडीई स्थापित करना है। टेंसर की गणना के लिए स्वतंत्र रूप से उपलब्ध एकीकृत जीपीयू के कारण Google द्वारा सहयोग एक अच्छा विकल्प है। कोलाब पर जाएँ वेबसाइट और एक खोलें ' नई नोटबुक ' के रूप में दिखाया:
चरण 2: टॉर्च लाइब्रेरी स्थापित करें और आयात करें
PyTorch फ्रेमवर्क गहन शिक्षण मॉडल के विकास के लिए Python प्रोग्रामिंग भाषा और Torch लाइब्रेरी के मिलन पर आधारित है। की स्थापना और आयात मशाल PyTorch में किसी भी प्रोजेक्ट को शुरू करने के लिए लाइब्रेरी आवश्यक है:
!पिप टॉर्च स्थापित करेंमशाल आयात करें
उपरोक्त कोड इस प्रकार काम करता है:
- “ !पिप 'पायथन द्वारा इंस्टॉलेशन पैकेज का उपयोग PyTorch में पैकेज और लाइब्रेरीज़ को स्थापित करने के लिए किया जाता है।
- अगला, ' आयात 'कमांड का उपयोग परियोजना के लिए पुस्तकालयों और उनकी कार्यक्षमता को कॉल करने के लिए किया जाता है:
चरण 3: एक 1D और एक 2D PyTorch टेंसर को परिभाषित करें
इस ट्यूटोरियल में, हम दोनों के टेंसर तत्वों के घातांक की गणना प्रदर्शित करेंगे। -1 डी ' और एक ' 2डी “पाइटोरच टेंसर। हम इन टेंसरों को परिभाषित करके शुरू करते हैं:
pytorch_tensor = मशाल. टेन्सर ( [ 10.0 , 21.0 , 94.0 , 38.0 ] )pytorch_tensor_2d = मशाल. टेन्सर ( [ [ 2 , 5 , 1 ] , [ 9 , 2 , 9 ] , [ 1 , 7 , 1 ] ] )
उपरोक्त कोड इस प्रकार काम करता है:
- “ टेंसर() ” विधि का उपयोग PyTorch में टेंसरों को इनपुट करने के लिए किया जाता है।
- “ 1-आयामी जैसा कि ऊपर दिखाया गया है, टेंसर में केवल एक ही पंक्ति में तत्व होते हैं।
- “ 2-आयामी ऊपर परिभाषित टेंसर में 3 अलग-अलग कॉलम और 3 अलग-अलग पंक्तियों में तत्व हैं।
- दोनों परिभाषित टेंसरों को उनके संबंधित 'को सौंपा गया है' चर ”:
चरण 4: प्रत्येक टेंसर तत्व के घातांक की गणना करें
PyTorch टेंसर को परिभाषित करने के बाद, अब 'की गणना को परिभाषित करने का समय आ गया है घातांक ' का उपयोग करके दो टेंसरों में प्रत्येक तत्व का ' टॉर्च.एक्सप() ' तरीका:
टेंसर_एक्सपोनेंट्स = मशाल. ऍक्स्प ( pytorch_tensor )टेंसर_घातांक_2d = मशाल. ऍक्स्प ( pytorch_tensor_2d )
उपरोक्त कोड इस प्रकार काम करता है:
- “ ऍक्स्प() 'फ़ंक्शन का उपयोग टेंसर में प्रत्येक तत्व के घातांक की गणना करने के लिए किया जाता है।
- “ -1 डी 'टेंसर वैरिएबल को' के तर्क के रूप में परिभाषित किया गया है ऍक्स्प() 'फ़ंक्शन और फिर इसे' को सौंपा गया है टेंसर_एक्सपोनेंट्स जैसा कि दिखाया गया है, वैरिएबल।
- अगला, ' 2डी 'टेंसर वैरिएबल को' के तर्क के रूप में भी परिभाषित किया गया है ऍक्स्प() 'फ़ंक्शन और फिर इसे' को सौंपा गया है टेंसर_घातांक_2d 'वैरिएबल जैसा कि दिखाया गया है:
चरण 5: आउटपुट प्रिंट करें
अंतिम चरण 'का उपयोग करके दो टेंसर के भीतर निहित प्रत्येक तत्व के घातांक की गणना के आउटपुट को प्रिंट करना है' प्रिंट() ' तरीका:
छपाई ( 'मूल 1डी टेंसर: \एन ' , pytorch_tensor )छपाई ( ' \एन 1D टेन्सर के प्रतिपादक: \एन ' , टेंसर_एक्सपोनेंट्स )
छपाई ( ' \एन मूल 2डी टेंसर: \एन ' , pytorch_tensor_2d )
छपाई ( ' \एन 2डी टेंसर के प्रतिपादक: \एन ' , टेंसर_घातांक_2d )
उपरोक्त कोड इस प्रकार काम करता है:
- उपयोग ' प्रिंट() आउटपुट में मूल 1डी टेंसर और उसके तत्वों के घातांक को प्रदर्शित करने की विधि।
- फिर, उसी का उपयोग करें ' प्रिंट() आउटपुट में मूल 2डी टेंसर और उसके तत्वों के घातांक को दिखाए अनुसार प्रदर्शित करने की विधि।
- “ \एन कोड में दिखाए गए शब्द का उपयोग निम्नलिखित पंक्ति से अगला आउटपुट शुरू करने के लिए किया जाता है। इसका उपयोग आउटपुट डिस्प्ले को व्यवस्थित रखने के लिए किया जाता है।
- आउटपुट में प्रदर्शित होने वाला सरल पाठ 'उल्टे अल्पविराम' के भीतर जोड़ा जाता है प्रिंट() विधि तर्क.
- पाठ के बाद ' चर ”मुद्रित किया जाना है।
घातांक आउटपुट
टिप्पणी : आप यहां हमारे कोलाब नोटबुक तक पहुंच सकते हैं जोड़ना .
प्रो टिप
डेटा की लाखों पंक्तियों के साथ एक जटिल मशीन-लर्निंग मॉडल चलाने से पहले PyTorch टेंसर में तत्वों के प्रतिपादकों की गणना करना प्रीप्रोसेसिंग में एक महत्वपूर्ण कदम साबित हो सकता है। यह तकनीक सभी संख्यात्मक डेटा मानों को एक छोटी सीमा के भीतर ला सकती है जो हार्डवेयर के लिए कहीं अधिक आसान साबित होगी, जिससे प्रसंस्करण समय में काफी कमी आएगी।
सफलता! हमने आपको दिखाया है कि PyTorch टेंसर में प्रत्येक व्यक्तिगत तत्व के घातांक की गणना कैसे करें।
निष्कर्ष
पहले टेंसर को परिभाषित करके और फिर, ' का उपयोग करके PyTorch में सभी टेंसर तत्वों के घातांक की गणना करें टॉर्च.एक्सप() ' समारोह। इस ब्लॉग में, हमने दिखाया कि 1D और 2D PyTorch टेंसर को कैसे परिभाषित किया जाए और इन दो टेंसरों में प्रत्येक तत्व के घातांक की गणना कैसे की जाए।