au moins_dans PyTorch

Achetez-moi un café☕

*Mémos :

• Mon message explique au moins_2d().
• Mon message explique au moins_3d().

atleast_1d() peut obtenir la vue d'un ou plusieurs tenseurs 1D ou D de zéro ou plusieurs éléments en changeant uniquement un ou plusieurs tenseurs 0D en un ou plusieurs tenseurs 1D à partir d'un ou plusieurs tenseurs 0D ou D de zéro ou plusieurs éléments comme indiqué ci-dessous :

*Mémos :

• atleast_1d() peut être utilisé avec une torche mais pas avec un tenseur.
• Le premier ou les arguments avec torch sont des *tensors (Type obligatoire : tenseur de int, float, complexe ou bool ou tuple ou liste de tenseurs de int, float, complexe ou bool) : *Mémos :
  • Si vous définissez plusieurs tenseurs, un tuple de tenseurs est renvoyé, sinon un tenseur est renvoyé.
  • N'utilisez aucun mot-clé comme *tensors=, tensor ou input.
• Ne définir aucun argument renvoie un tuple vide.

import torch

tensor0 = torch.tensor(2) # 0D tensor

torch.atleast_1d(tensor0)
# tensor([2])

tensor0 = torch.tensor(2) # 0D tensor
tensor1 = torch.tensor([2, 7, 4]) # 1D tensor
tensor2 = torch.tensor([[2, 7, 4], [8, 3, 2]]) # 2D tensor
tensor3 = torch.tensor([[[2, 7, 4], [8, 3, 2]], # 3D tensor
                        [[5, 0, 8], [3, 6, 1]]])
tensor4 = torch.tensor([[[[2, 7, 4], [8, 3, 2]], # 4D tensor
                         [[5, 0, 8], [3, 6, 1]]],
                        [[[9, 4, 7], [1, 0, 5]],
                         [[6, 7, 4], [2, 1, 9]]]])
torch.atleast_1d(tensor0, tensor1, tensor2, tensor3, tensor4)
torch.atleast_1d((tensor0, tensor1, tensor2, tensor3, tensor4))
# (tensor([2]),
#  tensor([2, 7, 4]),
#  tensor([[2, 7, 4], [8, 3, 2]]),
#  tensor([[[2, 7, 4], [8, 3, 2]],
#          [[5, 0, 8], [3, 6, 1]]]),
#  tensor([[[[2, 7, 4], [8, 3, 2]],
#           [[5, 0, 8], [3, 6, 1]]],
#          [[[9, 4, 7], [1, 0, 5]],
#           [[6, 7, 4], [2, 1, 9]]]]))

tensor0 = torch.tensor(2) # 0D tensor
tensor1 = torch.tensor([2, 7, 4]) # 1D tensor
tensor2 = torch.tensor([[2., 7., 4.], # 2D tensor
                        [8., 3., 2.]])
tensor3 = torch.tensor([[[2.+0.j, 7.+0.j, 4.+0.j], # 3D tensor
                         [8.+0.j, 3.+0.j, 2.+0.j]],
                        [[5.+0.j, 0.+0.j, 8.+0.j],
                         [3.+0.j, 6.+0.j, 1.+0.j]]])
tensor4 = torch.tensor([[[[True, False, True], [False, True, False]],
                         [[True, False, True], [False, True, False]]],
                        [[[True, False, True], [False, True, False]],
                         [[True, False, True], [False, True, False]]]])
                       # 4D tensor
torch.atleast_1d(tensor0, tensor1, tensor2, tensor3, tensor4)
# (tensor([2]),
#  tensor([2, 7, 4]),
#  tensor([[2., 7., 4.],
#          [8., 3., 2.]]),
#  tensor([[[2.+0.j, 7.+0.j, 4.+0.j],
#           [8.+0.j, 3.+0.j, 2.+0.j]],
#          [[5.+0.j, 0.+0.j, 8.+0.j],
#           [3.+0.j, 6.+0.j, 1.+0.j]]]),
#  tensor([[[[True, False, True], [False, True, False]],
#           [[True, False, True], [False, True, False]]],
#          [[[True, False, True], [False, True, False]],
#           [[True, False, True], [False, True, False]]]]))

torch.atleast_1d()
# ()

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!