Pytorch - Mean
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.
Significare()
Media () in Pytorch viene utilizzato per restituire il valore medio degli elementi presenti nell'oggetto tensore di input.
Sintassi:
torcia.medio (tensore, dim)Dove:
1. Il tensore è il tensore di ingresso.
2. Dim è ridurre la dimensione. Dim = 0 Specifica il confronto della colonna che ottiene la media lungo una colonna e Dim = 1 specifica il confronto delle righe che ottiene la media lungo la riga.
Esempio 1:
In questo esempio, creeremo un tensore con 2 dimensioni con 3 righe e 5 colonne e applicheremo la funzione media () su righe e colonne.
Modulo Torcia #IMportTorcia di importazione
#Crea un tensore con 2 dimensioni (3 * 5)
#con elementi casuali usando la funzione randn ()
data = torcia.Randn (3,5)
#Schermo
Stampa (dati)
stampa()
#get media lungo le colonne con medio ()
Stampa ("Media tra le colonne:")
Stampa (torcia.medio (dati, dim = 0))
stampa()
#get media lungo le righe con medio ()
Stampa ("Media attraverso le righe:")
Stampa (torcia.medio (dati, dim = 1))
Produzione:
tensore ([[1.5484, 1.4450, 0.5954, -0.1447, -1.3809],[-0.9090, -0.6124, 0.4644, 0.3485, 0.6863],
[-1.7201, 0.4546, -0.3618, 0.4858, -1.0712]])
Media tra le colonne:
tensore ([-0.3602, 0.4291, 0.2326, 0.2298, -0.5886])
Medio attraverso le file:
tensore ([0.4126, -0.0044, -0.4426])
Possiamo vedere che i valori medi vengono restituiti attraverso le colonne e le righe.
Esempio 2:
Crea un tensore con matrice 5 * 5 e restituisce la media attraverso le righe e le colonne.
Modulo Torcia #IMportTorcia di importazione
#Crea un tensore con 2 dimensioni (5 * 5)
#con elementi casuali usando la funzione randn ()
data = torcia.Randn (5,5)
#Schermo
Stampa (dati)
stampa()
#get media lungo le colonne con medio ()
Stampa ("Media tra le colonne:")
Stampa (torcia.medio (dati, dim = 0))
stampa()
#get media lungo le righe con medio ()
Stampa ("Media attraverso le righe:")
Stampa (torcia.medio (dati, dim = 1))
Produzione:
tensore ([[-1.8994, 0.2208, -0.0023, 1.9119, 0.8428],[-1.4042, -0.9700, 0.4683, 1.5860, -0.4229],
[-0.5011, 1.7210, -0.0949, -0.8114, -0.7528],
[0.1496, 0.4154, -0.5784, 0.2983, -0.2608],
[1.4232, 0.8856, -0.7154, -0.2667, 0.6884]])
Media tra le colonne:
tensore ([-0.4464, 0.4546, -0.1845, 0.5436, 0.0189])
Medio attraverso le file:
tensore ([0.2148, -0.1486, -0.0878, 0.0048, 0.4030])
Possiamo vedere che i valori medi tra le righe e le colonne sono stati restituiti.
Senza il parametro dim
Se non specifichiamo il parametro Dim, restituisce la media dell'intero valore.
Esempio 1:
Crea un tensore 2D con matrice 5*5 e restituisce il valore medio.
Modulo Torcia #IMportTorcia di importazione
#Crea un tensore con 2 dimensioni (5 * 5)
#con elementi casuali usando la funzione randn ()
data = torcia.Randn (5,5)
#Schermo
Stampa (dati)
stampa()
#get media con medio ()
stampa ("media:")
Stampa (torcia.medio (dati))
Produzione:
tensore ([[-1.3824, 0.5979, 0.0170, -0.1703, -0.9783],[-0.5721, -1.0704, -0.7148, -1.4605, 0.1514],
[-1.5455, 1.5261, 1.3712, -1.3692, -1.0385],
[1.0159, 0.0484, -0.4317, -1.3518, 0.9220],
[-1.5225, 0.5126, -0.2473, 0.8433, 1.0807]])
Significare :
tensore (-0.2308)
Esempio 2:
Crea un tensore 1D con 5 valori e restituire il valore medio.
Modulo Torcia #IMportTorcia di importazione
#Crea un tensore con 5 valori numerici
data = torcia.tensore ([10.6,20.7,30.6,40.4,50.0])
#Schermo
Stampa (dati)
stampa()
#get media con medio ()
stampa ("media:")
Stampa (torcia.medio (dati))
Produzione:
tensore ([10.6000, 20.7000, 30.6000, 40.4000, 50.0000])Significare :
tensore (30.4600)
Lavorare con la CPU
Se si desidera eseguire una funzione argmax () 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 2 dimensioni con 3 righe e 5 colonne con la funzione CPU () e applicare la funzione media () su righe e colonne.
Modulo Torcia #IMportTorcia di importazione
#Crea un tensore con 2 dimensioni (3 * 5)
#con elementi casuali usando la funzione randn ()
data = torcia.Randn (3,5).processore()
#Schermo
Stampa (dati)
stampa()
#get media lungo le colonne con medio ()
Stampa ("Media tra le colonne:")
Stampa (torcia.medio (dati, dim = 0))
stampa()
#get media lungo le righe con medio ()
Stampa ("Media attraverso le righe:")
Stampa (torcia.medio (dati, dim = 1))
Produzione:
tensore ([[1.5484, 1.4450, 0.5954, -0.1447, -1.3809],[-0.9090, -0.6124, 0.4644, 0.3485, 0.6863],
[-1.7201, 0.4546, -0.3618, 0.4858, -1.0712]])
Media tra le colonne:
tensore ([-0.3602, 0.4291, 0.2326, 0.2298, -0.5886])
Medio attraverso le file:
tensore ([0.4126, -0.0044, -0.4426])
Possiamo vedere che i valori medi vengono restituiti attraverso le colonne e le righe.
Esempio 2:
Crea un tensore con matrice 5 * 5 con la funzione CPU () e restituisce la media attraverso le righe e le colonne.
Modulo Torcia #IMportTorcia di importazione
#Crea un tensore con 2 dimensioni (5 * 5)
#con elementi casuali usando la funzione randn ()
data = torcia.Randn (5,5).processore()
#Schermo
Stampa (dati)
stampa()
#get media lungo le colonne con medio ()
Stampa ("Media tra le colonne:")
Stampa (torcia.medio (dati, dim = 0))
stampa()
#get media lungo le righe con medio ()
Stampa ("Media attraverso le righe:")
Stampa (torcia.medio (dati, dim = 1))
Produzione:
tensore ([[-1.8994, 0.2208, -0.0023, 1.9119, 0.8428],[-1.4042, -0.9700, 0.4683, 1.5860, -0.4229],
[-0.5011, 1.7210, -0.0949, -0.8114, -0.7528],
[0.1496, 0.4154, -0.5784, 0.2983, -0.2608],
[1.4232, 0.8856, -0.7154, -0.2667, 0.6884]])
Media tra le colonne:
tensore ([-0.4464, 0.4546, -0.1845, 0.5436, 0.0189])
Medio attraverso le file:
tensore ([0.2148, -0.1486, -0.0878, 0.0048, 0.4030])
Possiamo vedere che i valori medi tra le righe e le colonne sono stati restituiti.
Conclusione
In questa lezione di Pytorch, abbiamo appreso la funzione media () e come applicarla su un tensore per restituire i valori medi tra le colonne e le righe.
Abbiamo anche creato un tensore con la funzione CPU () e restituito i valori medi. Se il DIM non è specificato in un tensore a due o multidimensionali, restituisce in media i valori interi.