PyTorchのテンソルで要素ごとの加算を実行するにはどうすればよいですか?
torch.add()を使用できます PyTorchのテンソルで要素ごとの加算を実行します。テンソルの対応する要素を追加します。スカラーまたはテンソルを別のテンソルに追加できます。同じまたは異なる寸法のテンソルを追加できます。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。スカラー量を追加する場合は、それを定義します。
-
torch.add()を使用して2つ以上のテンソルを追加します 値を新しい変数に割り当てます。テンソルにスカラー量を追加することもできます。この方法を使用してテンソルを追加しても、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
次のPythonプログラムは、スカラー量をアテンサーに追加する方法を示しています。同じタスクを実行する3つの異なる方法があります。
# Python program to perform element-wise Addition # import the required library import torch # Create a tensor t = torch.Tensor([1,2,3,2]) print("Original Tensor t:\n", t) # Add a scalar value to a tensor v = torch.add(t, 10) print("Element-wise addition result:\n", v) # Same operation can also be done as below t1 = torch.Tensor([10]) w = torch.add(t, t1) print("Element-wise addition result:\n", w) # Other way to perform the above operation t2 = torch.Tensor([10,10,10,10]) x = torch.add(t, t2) print("Element-wise addition result:\n", x)
出力
Original Tensor t: tensor([1., 2., 3., 2.]) Element-wise addition result: tensor([11., 12., 13., 12.]) Element-wise addition result: tensor([11., 12., 13., 12.]) Element-wise addition result: tensor([11., 12., 13., 12.])
例2
次のPythonプログラムは、1Dおよび2Dテンソルを追加する方法を示しています。
# Import the library import torch # Create a 2-D tensor T1 = torch.Tensor([[1,2],[4,5]]) # Create a 1-D tensor T2 = torch.Tensor([10]) # also t2 = torch.Tensor([10,10]) print("T1:\n", T1) print("T2:\n", T2) # Add 1-D tensor to 2-D tensor v = torch.add(T1, T2) print("Element-wise addition result:\n", v)
出力
T1: tensor([[1., 2.], [4., 5.]]) T2: tensor([10.]) Element-wise addition result: tensor([[11., 12.], [14., 15.]])
例3
次のプログラムは、2Dテンソルを追加する方法を示しています。
# Import the library import torch # create two 2-D tensors T1 = torch.Tensor([[1,2],[3,4]]) T2 = torch.Tensor([[0,3],[4,1]]) print("T1:\n", T1) print("T2:\n", T2) # Add the above two 2-D tensors v = torch.add(T1,T2) print("Element-wise addition result:\n", v)
出力
T1: tensor([[1., 2.], [3., 4.]]) T2: tensor([[0., 3.], [4., 1.]]) Element-wise addition result: tensor([[1., 5.], [7., 5.]])
-
PyTorchでテンソルのヒストグラムを計算する方法は?
テンソルのヒストグラムは、 torch.histc()を使用して計算されます 。テンソルとして表されるヒストグラムを返します。 input、bins、minの4つのパラメータを取ります および最大 。要素を分の間の等しい幅のビンに並べ替えます および最大 。 分よりも小さい要素は無視されます 最大よりも大きい 。 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。 およびMatplotlib 。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。 テンソルを作成して印刷します。 torch.hist
-
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