PyTorchのテンソルで要素ごとの減算を実行するにはどうすればよいですか?
テンソルで要素ごとの減算を実行するには、 torch.sub()を使用できます。 PyTorchのメソッド。テンソルの対応する要素が差し引かれます。別のテンソルからスカラーまたはテンソルを減算できます。同じ次元または異なる次元のテンソルからテンソルを引くことができます。最終テンソルの寸法は、高次元テンソルの寸法と同じになります。
ステップ
-
必要なライブラリをインポートします。以下のすべてのPythonの例では、必要なPythonライブラリはトーチです。 。すでにインストールされていることを確認してください。
-
2つ以上のPyTorchテンソルを定義し、それらを印刷します。スカラー量を減算する場合は、それを定義します。
-
torch.sub()を使用して、別のテンソルからスカラーまたはテンソルを減算します 値を新しい変数に割り当てます。テンソルからスカラー量を減算することもできます。この方法を使用してテンソルを減算しても、元のテンソルは変更されません。
-
最終テンソルを印刷します。
例1
ここでは、アテンソルからスカラー量を減算するPython3プログラムを用意します。同じタスクを実行する3つの異なる方法を見ていきます。
# Python program to perform element-wise subtraction # import the required library import torch # Create a tensor t = torch.Tensor([1.5, 2.03, 3.8, 2.9]) print("Original Tensor t:\n", t) # Subtract a scalar value to a tensor v = torch.sub(t, 5.60) print("Element-wise subtraction result:\n", v) # Same result can also be obtained as below t1 = torch.Tensor([5.60]) w = torch.sub(t, t1) print("Element-wise subtraction result:\n", w) # Other way to do above operation t2 = torch.Tensor([5.60,5.60,5.60,5.60]) x = torch.sub(t, t2) print("Element-wise subtraction result:\n", x)
出力
Original Tensor t: tensor([1.5000, 2.0300, 3.8000, 2.9000]) Element-wise subtraction result: tensor([-4.1000, -3.5700, -1.8000, -2.7000]) Element-wise subtraction result: tensor([-4.1000, -3.5700, -1.8000, -2.7000]) Element-wise subtraction result: tensor([-4.1000, -3.5700, -1.8000, -2.7000])
例2
次のプログラムは、2次元テンソルから1次元テンソルを減算する方法を示しています。
# Import necessary library import torch # Create a 2D tensor T1 = torch.Tensor([[8,7],[4,5]]) # Create a 1-D tensor T2 = torch.Tensor([10, 5]) print("T1:\n", T1) print("T2:\n", T2) # Subtract 1-D tensor from 2-D tensor v = torch.sub(T1, T2) print("Element-wise subtraction result:\n", v)
出力
T1: tensor([[8., 7.], [4., 5.]]) T2: tensor([10., 5.]) Element-wise subtraction result: tensor([[-2., 2.], [-6., 0.]])
例3
次のプログラムは、1Dテンソルから2Dテンソルを減算する方法を示しています。
# Python program to subtract 2D tensor from 1D tensor # Import the library import torch # Create a 2D tensor T1 = torch.Tensor([[1,2],[4,5]]) # Create a 1-D tensor T2 = torch.Tensor([10, 5]) print("T1:\n", T1) print("T2:\n", T2) # Subtract 2-D tensor from 1-D tensor v = torch.sub(T2, T1) print("Element-wise subtraction result:\n", v)
出力
T1: tensor([[1., 2.], [4., 5.]]) T2: tensor([10., 5.]) Element-wise subtraction result: tensor([[9., 3.], [6., 0.]])
最終的なテンソルが2Dテンソルであることがわかります。
例4
次のプログラムは、2Dテンソルから2Dテンソルを減算する方法を示しています。
# import the library import torch # Create two 2-D tensors T1 = torch.Tensor([[8,7],[3,4]]) T2 = torch.Tensor([[0,3],[4,9]]) print("T1:\n", T1) print("T2:\n", T2) # Subtract above two 2-D tensors v = torch.sub(T1,T2) print("Element-wise subtraction result:\n", v)
出力
T1: tensor([[8., 7.], [3., 4.]]) T2: tensor([[0., 3.], [4., 9.]]) Element-wise subtraction result: tensor([[ 8., 4.], [-1., -5.]])
-
画像をPyTorchテンソルに変換する方法は?
PyTorchテンソルは、単一のデータ型の要素を含むn次元配列(行列)です。テンソルは、numpy配列のようなものです。 numpy配列とPyTorchテンソルの違いは、テンソルがGPUを利用して数値計算を高速化することです。加速された計算では、画像はテンソルに変換されます。 画像をPyTorchテンソルに変換するには、次の手順を実行できます- ステップ 必要なライブラリをインポートします。必要なライブラリはtorch、torchvision、Pillowです。 画像を読んでください。画像はPIL画像またはnumpy.ndarray(HxWxC)のいずれかである必要があります
-
Excelで減算を実行する方法
Microsoft Excelは、コンピューターで使用できるワークシートプログラム(絶対に最高のワークシートプログラム)です。 Excelは、ワークシートプログラムに関しては非常に重要です。つまり、Excelは、平均的なワークシートプログラムが実行するすべてのことを実行し、より適切に実行します。ワークシートプログラムは、ユーザーが記録管理と計算を簡単に行えるように設計されているため、Excelが減算演算やその他の多数の数学演算をすべて単独で実行できるのは適切なことです。ただし、コンピューターは知覚力がないため、Excelは減算操作を実行できますが、減算操作を実行するように指示する必要があります