Pytorch - Isneginf

Verificheremo se gli elementi in un tensore sono infiniti negativi o non utilizzano il metodo isneginf () in questo tutorial Pytorch.

Pytorch è un framework open source disponibile con un linguaggio di programmazione Python. Il tensore è un array multidimensionale che viene utilizzato per archiviare i dati. Per usare un tensore, dobbiamo importare il modulo Torch. Per creare un tensore, il metodo utilizzato è tensore ().

Sintassi:

torcia.tensore (dati)

Dove i dati sono un array multidimensionale.

Torcia.isneginf ()

Isneginf () in pytorch restituisce vero per gli elementi se l'elemento è infinito negativo. Altrimenti, restituisce falso. Ci vuole un parametro.

Sintassi:

torcia.isneginf (tensor_object)

Parametro:

tensor_object è un tensore.

Ritorno:

Restituisce un tensore booleano rispetto al tensore reale.

Rappresentazione:

Infinito positivo - float ('inf')
Infinito negativo - float (' - inf')
Non un numero - float ('nan')

Esempio 1:

In questo esempio, creeremo un tensore con una dimensione che ha 5 elementi e verificheremo se questi 5 elementi sono infiniti negativi o no.

Modulo Torcia #IMport
Torcia di importazione
#Crea un tensore
data1 = torcia.tensore ([12,34,56,1, float ('-inf')])
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Controlla per Infinite negativo")
Stampa (torcia.isneginf (data1))

Produzione:

Tensor reale:
tensore ([12., 34., 56., 1., -INF])
Controlla l'infinito negativo
tensore ([falso, false, false, false, true])

Lavorando:

1. Dodici (12) non sono infiniti, quindi è finito (falso)
2. Trentaquattro (34) non sono infiniti, quindi è finito (falso)
3. Cinquantasei (56) non è infinito, quindi è finito (falso)
4. Uno (1) non è infinito, quindi è finito (falso)
5. Il -inf è infinito negativo (vero)

Esempio 2:

In questo esempio, creeremo un tensore con una dimensione che ha 5 elementi e verificheremo se questi 5 elementi sono infiniti negativi o no.

Modulo Torcia #IMport
Torcia di importazione
#Crea un tensore
data1 = torcia.tensore ([float ('-inf'), 34,56, float ('nan'), float ('inf')])
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Controlla per Infinite negativo")
Stampa (torcia.isneginf (data1))
Produzione:
Tensor reale:
tensore ([-inf, 34., 56., nan, inf])
Controlla l'infinito negativo
tensore ([vero, falso, falso, falso, false])

Lavorando:

1. Il -inf è infinito negativo (vero)
2. Trentaquattro (34) non sono né infinito né NAN, quindi è finito (falso)
3. Cinquantasei (56) non è né infinito né NAN, quindi è finito (falso)
4. Il NAN non è un numero, quindi non è infinito (falso)
5. L'INF è infinito positivo, quindi non è negativo (falso)

Esempio 3:

In questo esempio, creeremo un tensore con due dimensioni che ha 5 elementi in ogni riga e verificheremo se questi 5 elementi sono infiniti negativi.

Modulo Torcia #IMport
Torcia di importazione
#Crea un tensore 2D
data1 = torcia.tensore ([[float ('-inf'), 34,56, float ('nan'), float ('inf')], [float ('-inf'), 100, -4, float ('nan' ), float ('inf')]])
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Controlla per Infinite negativo")
Stampa (torcia.isneginf (data1))

Produzione:

Tensor reale:
tensore ([[-inf, 34., 56., nan, inf],
[-inf, 100., -4., nan, inf]))
Controlla l'infinito negativo
tensore ([[vero, falso, falso, falso, false],
[Vero, falso, falso, false, false]])

Lavorando:

1. -Inf è infinito negativo (vero), -inf è infinito negativo (vero).
2. Trentaquattro (34) non sono né infinito né NAN, quindi è finito (falso). Cento (100) non è né infinito né nan, quindi è finito (falso).
3. Cinquantasei (56) non è né infinito né NAN, quindi è finito (falso). Negativo quattro (-4) non è né infinito né nan, quindi è finito (falso).
4. Il NAN non è un numero, quindi non è infinito (falso). Il NAN non è un numero, quindi non è infinito (falso).
5. L'inf è positivo infinito (falso). L'inf è positivo infinito (falso).

Lavorare con la CPU

Se si desidera eseguire una funzione isneginf () sulla CPU, dobbiamo creare un tensore con una funzione CPU (). Questo funzionerà su una macchina CPU. Quando creiamo un tensore, questa volta, possiamo usare la funzione CPU ().

Sintassi:

torcia.tensore (dati).processore()

Esempio 1:

In questo esempio, creeremo un tensore con una dimensione che ha 5 elementi sulla CPU e verificheremo se questi 5 elementi sono infiniti negativi o no.

Modulo Torcia #IMport
Torcia di importazione
#Crea un tensore
data1 = torcia.tensore ([12,34,56,1, float ('-inf')]).processore()
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Controlla per Infinite negativo")
Stampa (torcia.isneginf (data1))

Produzione:

Tensor reale:
tensore ([12., 34., 56., 1., -INF])
Controlla l'infinito negativo
tensore ([falso, false, false, false, true])

Lavorando:

1. Dodici (12) non sono infiniti, quindi è finito (falso).
2. Trentaquattro (34) non sono infiniti, quindi è finito (falso).
3. Cinquantasei (56) non è infinito, quindi è finito (falso).
4. Uno (1) non è infinito, quindi è finito (falso).
5. Il -inf è infinito negativo (vero).

Esempio 2:

In questo esempio, creeremo un tensore con una dimensione che ha 5 elementi sulla CPU e verificheremo se questi 5 elementi sono infiniti negativi o no.

Modulo Torcia #IMport
Torcia di importazione
#Crea un tensore
data1 = torcia.tensore ([float ('-inf'), 34,56, float ('nan'), float ('inf')]).processore()
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Controlla per Infinite negativo")
Stampa (torcia.isneginf (data1))

Produzione:

Tensor reale:
tensore ([-inf, 34., 56., nan, inf])
Controlla l'infinito negativo
tensore ([vero, falso, falso, falso, false])

Lavorando:

1. Il -inf è infinito negativo (vero).
2. Trentaquattro (34) non sono né infinito né NAN, quindi è finito (falso).
3. Cinquantasei (56) non è né infinito né NAN, quindi è finito (falso).
4. Il NAN non è un numero, quindi non è infinito (falso).
5. L'INF è infinito positivo, quindi non è negativo (falso).

Esempio 3:

In questo esempio, creeremo un tensore con due dimensioni che ha 5 elementi sulla CPU in ogni riga e verificheremo se questi 5 elementi sono infiniti negativi o no.

Modulo Torcia #IMport
Torcia di importazione
#Crea un tensore 2D
data1 = torcia.tensore ([[float ('-inf'), 34,56, float ('nan'), float ('inf')], [float ('-inf'), 100, -4, float ('nan' ), float ('inf')]]).processore()
#Schermo
Stampa ("Tensore reale:")
Stampa (Data1)
Stampa ("Controlla per Infinite negativo")
Stampa (torcia.isneginf (data1))

Produzione:

Tensor reale:
tensore ([[-inf, 34., 56., nan, inf],
[-inf, 100., -4., nan, inf]))
Controlla l'infinito negativo
tensore ([[vero, falso, falso, falso, false],
[Vero, falso, falso, false, false]])

Lavorando:

1. Il -inf è infinito negativo (vero). Il -inf è infinito negativo (vero).
2. Trentaquattro (34) non sono né infinito né NAN, quindi è finito (falso). Cento (100) non è né infinito né nan, quindi è finito (falso).
3. Cinquantasei (56) non è né infinito né NAN, quindi è finito (falso). Negativo quattro (-4) non è né infinito né nan, quindi è finito (falso).
4. Il NAN non è un numero, quindi non è infinito (falso). Il NAN non è un numero, quindi non è infinito (falso).
5. L'inf è positivo infinito (falso). L'inf è positivo infinito (falso).

Conclusione

In questa lezione di Pytorch, abbiamo discusso del metodo isneginf (). Restituisce falso per gli elementi se l'elemento non è negativo all'infinito. Altrimenti, restituisce vero.