alles in PyTorch
Dec 31, 2024 pm 08:15 PMKauf mir einen Kaffee☕
*Mein Beitrag erklärt any().
all() kann prüfen, ob alle Elemente eines 0D- oder mehr D-Tensors wahr sind, und den 0D- oder mehr D-Tensor von null oder mehr Elementen erhalten, wie unten gezeigt:
*Memos:
- all() kann mit Torch oder einem Tensor verwendet werden.
- Das 1. Argument (Eingabe) mit Torch oder unter Verwendung eines Tensors (Required-Type:Tensor von int, float, complex oder bool).
- Das 2. Argument mit Torch oder das 1. Argument mit einem Tensor ist dim(Optional-Type:int, tuple of int oder list of int).
- Das 3. Argument mit Torch oder das 2. Argument mit einem Tensor ist keepdim(Optional-Default:False-Type:bool). *Mein Beitrag erklärt das Keepdim-Argument.
- Es gibt kein Argument mit Torch(Optional-Default:None-Type:tensor):
*Memos:
- out= muss verwendet werden.
- Mein Beitrag erklärt unser Argument.
- Ein leerer Tensor gibt ein Wahr eines 1D- oder mehr D-Tensors oder eines leeren 1D- oder mehr D-Tensors zurück.
import torch my_tensor = torch.tensor(True) torch.all(input=my_tensor) my_tensor.all() torch.all(input=my_tensor, dim=0) torch.all(input=my_tensor, dim=-1) torch.all(input=my_tensor, dim=(0,)) torch.all(input=my_tensor, dim=(-1,)) # tensor(True) my_tensor = torch.tensor([True, False, True, False]) torch.all(input=my_tensor) torch.all(input=my_tensor, dim=0) torch.all(input=my_tensor, dim=-1) torch.all(input=my_tensor, dim=(0,)) torch.all(input=my_tensor, dim=(-1,)) # tensor(False) my_tensor = torch.tensor([[True, False, True, False], [True, False, True, False]]) torch.all(input=my_tensor) torch.all(input=my_tensor, dim=(0, 1)) torch.all(input=my_tensor, dim=(0, -1)) torch.all(input=my_tensor, dim=(1, 0)) torch.all(input=my_tensor, dim=(1, -2)) torch.all(input=my_tensor, dim=(-1, 0)) torch.all(input=my_tensor, dim=(-1, -2)) torch.all(input=my_tensor, dim=(-2, 1)) torch.all(input=my_tensor, dim=(-2, -1)) # tensor(False) torch.all(input=my_tensor, dim=0) torch.all(input=my_tensor, dim=(0,)) torch.all(input=my_tensor, dim=-2) # tensor([True, False, True, False]) torch.all(input=my_tensor, dim=1) torch.all(input=my_tensor, dim=-1) torch.all(input=my_tensor, dim=(-1,)) # tensor([False, False]) my_tensor = torch.tensor([[0, 1, 2, 3], [4, 5, 6, 7]]) torch.all(input=my_tensor) # tensor(False) my_tensor = torch.tensor([[0., 1., 2., 3.], [4., 5., 6., 7.]]) torch.all(input=my_tensor) # tensor(False) my_tensor = torch.tensor([[0.+0.j, 1.+0.j, 2.+0.j, 3.+0.j], [4.+0.j, 5.+0.j, 6.+0.j, 7.+0.j]]) torch.all(input=my_tensor) # tensor(False) my_tensor = torch.tensor([[]]) torch.all(input=my_tensor) # tensor(True) torch.all(input=my_tensor, dim=0) torch.all(input=my_tensor, dim=-2) # tensor([], dtype=torch.bool) torch.all(input=my_tensor, dim=1) torch.all(input=my_tensor, dim=-1) # tensor([True])
Das obige ist der detaillierte Inhalt vonalles in PyTorch. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heißer Artikel

Hot-Tools-Tags

Heißer Artikel

Heiße Artikel -Tags

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Wie benutze ich eine schöne Suppe, um HTML zu analysieren?

So herunterladen Sie Dateien in Python

So verwenden Sie Python, um die ZiPF -Verteilung einer Textdatei zu finden

Wie man mit PDF -Dokumenten mit Python arbeitet

Wie kann man mit Redis in Django -Anwendungen zwischenstrichen

Wie führe ich ein tiefes Lernen mit Tensorflow oder Pytorch durch?

Einführung des natürlichen Sprach -Toolkits (NLTK)
