Pytorch - column_stack
Un tensore è un array multidimensionale che viene utilizzato per archiviare i dati. Quindi, per usare un tensore, dobbiamo importare il modulo Torcia.
Per creare un tensore il metodo utilizzato è tensore ().
Sintassi:
torcia.tensore (dati)
Dove i dati sono un array multidimensionale.
torcia.column_stack ()
torcia.column_stack () si unisce a due o più tensori in orizzontale.
Sintassi:
torcia.column_stack (tensor_object1, tensor_object2,…)
Parametro:
Ci vogliono due o più tensori.
Esempio 1:
In questo esempio, creeremo due tensori monodimensionali e ci uniremo a loro usando la torcia.column_stack ().
Modulo Torcia #IMportTorcia di importazione
#Crea 2 tensori
data1 = torcia.Tensor ([10,20,40,50])
data2 = torcia.tensore ([2,3,4,5])
#Schermo
Stampa ("Tensori reali:")
Stampa (Data1)
Stampa (data2)
#Join due tensori
Print ("Uned Tensor:", Torch.column_stack ((data1, data2)))
Produzione:
Tensori reali:Tensor ([10, 20, 40, 50])
tensore ([2, 3, 4, 5])
TENSOR NETTO UNIMI: TENSOR ([[10, 2],
[20, 3],
[40, 4],
[50, 5]])
Due tensori sono uniti orizzontalmente ..
Esempio 2:
In questo esempio, creeremo cinque tensori unidimensionali e ci uniremo a loro usando la torcia.column_stack ().
Modulo Torcia #IMportTorcia di importazione
#Crea 5 tensori
data1 = torcia.Tensor ([10,20,40,50])
data2 = torcia.tensore ([2,3,4,5])
data3 = torcia.tensore ([12,45,67,89])
data4 = torcia.tensore ([100,32,45,67])
data5 = torcia.tensore ([120.456,1,1])
#Schermo
Stampa ("Tensori reali:")
Stampa (Data1)
Stampa (data2)
Stampa (data3)
Stampa (data4)
Stampa (data5)
#Join cinque tensori
Print ("Uned Tensor:", Torch.column_stack ((data1, data2, data3, data4, data5)))
Produzione:
Tensori reali:Tensor ([10, 20, 40, 50])
tensore ([2, 3, 4, 5])
tensore ([12, 45, 67, 89])
tensore ([100, 32, 45, 67])
tensore ([120, 456, 1, 1])
TENSOR UNIMI: TENSOR ([[10, 2, 12, 100, 120],
[20, 3, 45, 32, 456],
[40, 4, 67, 45, 1],
[50, 5, 89, 67, 1]])
Cinque tensori sono uniti in orizzontale.
Esempio 3:
In questo esempio, creeremo cinque tensori bidimensionali e ci uniremo a loro usando la torcia.column_stack ().
Modulo Torcia #IMportTorcia di importazione
#Crea 5 tensori con 2 dimensioni ciascuno
data1 = torcia.tensore ([[10,20,40,50], [1,2,3,4]])
data2 = torcia.tensore ([[2,3,4,5], [20,70,89,0]])
data3 = torcia.tensore ([[12,4,5,6], [56,34,56,787]])
data4 = torcia.tensore ([[100,1,2,3], [67,87,6,78]])
data5 = torcia.Tensor ([[120,33,56,78], [45,56,78,6]])
#Schermo
Stampa ("Tensori reali:")
Stampa (Data1)
Stampa (data2)
Stampa (data3)
Stampa (data4)
Stampa (data5)
#Join cinque tensori
Print ("Uned Tensor:", Torch.column_stack ((data1, data2, data3, data4, data5)))
Produzione:
Tensori reali:Tensor ([[10, 20, 40, 50],
[1, 2, 3, 4]])
tensore ([[2, 3, 4, 5],
[20, 70, 89, 0]])
tensore ([[12, 4, 5, 6],
[56, 34, 56, 787]])
tensore ([[100, 1, 2, 3],
[67, 87, 6, 78]])
tensore ([[120, 33, 56, 78],
[45, 56, 78, 6]])
TENSOR UNIMI: TENSOR ([[10, 20, 40, 50, 2, 3, 4, 5, 12, 4, 5, 6, 100, 1,
2, 3, 120, 33, 56, 78],
[1, 2, 3, 4, 20, 70, 89, 0, 56, 34, 56, 787, 67, 87,
6, 78, 45, 56, 78, 6]])
Cinque tensori sono uniti in orizzontale.
Lavorare con la CPU
Se si desidera eseguire una funzione column_stack () sulla CPU, dobbiamo creare un tensore con una funzione CPU (). Questo funzionerà su una macchina CPU.
Al momento, quando stiamo creando un tensore, possiamo usare la funzione CPU ().
Sintassi:
torcia.tensore (dati).processore()
Esempio 1:
In questo esempio, creeremo due tensori unidimensionali sulla CPU e ci uniremo a loro usando la torcia.column_stack ().
Modulo Torcia #IMportTorcia di importazione
#Crea 2 tensori
data1 = torcia.Tensor ([10,20,40,50]).processore()
data2 = torcia.tensore ([2,3,4,5]).processore()
#Schermo
Stampa ("Tensori reali:")
Stampa (Data1)
Stampa (data2)
#Join due tensori
Print ("Uned Tensor:", Torch.column_stack ((data1, data2)))
Produzione:
Tensori reali:Tensor ([10, 20, 40, 50])
tensore ([2, 3, 4, 5])
TENSOR NETTO UNIMI: TENSOR ([[10, 2],
[20, 3],
[40, 4],
[50, 5]])
Due tensori sono uniti in orizzontale.
Esempio 2:
In questo esempio, creeremo cinque tensori unidimensionali sulla CPU e ci uniremo a loro usando la torcia.column_stack ().
Modulo Torcia #IMportTorcia di importazione
#Crea 5 tensori
data1 = torcia.Tensor ([10,20,40,50]).processore()
data2 = torcia.tensore ([2,3,4,5]).processore()
data3 = torcia.tensore ([12,45,67,89]).processore()
data4 = torcia.tensore ([100,32,45,67]).processore()
data5 = torcia.tensore ([120.456,1,1]).processore()
#Schermo
Stampa ("Tensori reali:")
Stampa (Data1)
Stampa (data2)
Stampa (data3)
Stampa (data4)
Stampa (data5)
#Join cinque tensori
Stampa ("Tensore unita:", Torcia.column_stack ((data1, data2, data3, data4, data5)))
Produzione:
Tensori reali:Tensor ([10, 20, 40, 50])
tensore ([2, 3, 4, 5])
tensore ([12, 45, 67, 89])
tensore ([100, 32, 45, 67])
tensore ([120, 456, 1, 1])
TENSOR UNIMI: TENSOR ([[10, 2, 12, 100, 120],
[20, 3, 45, 32, 456],
[40, 4, 67, 45, 1],
[50, 5, 89, 67, 1]])
Cinque tensori sono uniti in orizzontale.
Esempio 3:
In questo esempio, creeremo cinque tensori bidimensionali sulla CPU e uniremo orizzontalmente usando la torcia.column_stack ().
Modulo Torcia #IMportTorcia di importazione
#Crea 5 tensori con 2 dimensioni ciascuno
data1 = torcia.tensore ([[10,20,40,50], [1,2,3,4]]).processore()
data2 = torcia.tensore ([[2,3,4,5], [20,70,89,0]]).processore()
data3 = torcia.tensore ([[12,4,5,6], [56,34,56,787]]).processore()
data4 = torcia.tensore ([[100,1,2,3], [67,87,6,78]]).processore()
data5 = torcia.Tensor ([[120,33,56,78], [45,56,78,6]]).processore()
#Schermo
Stampa ("Tensori reali:")
Stampa (Data1)
Stampa (data2)
Stampa (data3)
Stampa (data4)
Stampa (data5)
#Join cinque tensori
Print ("Uned Tensor:", Torch.column_stack ((data1, data2, data3, data4, data5)))
Produzione:
Tensori reali:Tensor ([[10, 20, 40, 50],
[1, 2, 3, 4]])
tensore ([[2, 3, 4, 5],
[20, 70, 89, 0]])
tensore ([[12, 4, 5, 6],
[56, 34, 56, 787]])
tensore ([[100, 1, 2, 3],
[67, 87, 6, 78]])
tensore ([[120, 33, 56, 78],
[45, 56, 78, 6]])
TENSOR UNIMI: TENSOR ([[10, 20, 40, 50, 2, 3, 4, 5, 12, 4, 5, 6, 100, 1,
2, 3, 120, 33, 56, 78],
[1, 2, 3, 4, 20, 70, 89, 0, 56, 34, 56, 787, 67, 87,
6, 78, 45, 56, 78, 6]])
Cinque tensori sono uniti in orizzontale.
Conclusione
Abbiamo visto come unirci a due o più tensori orizzontalmente in Pytorch usando la funzione column_stack (). In questo articolo, abbiamo implementato diversi esempi per unire i tensori singoli e bidimensionali e anche implementato column_stack () sulla CPU usando la funzione CPU ().