semua dalam PyTorch

Beli Saya Kopi☕

*Siaran saya menerangkan sebarang().

semua() boleh menyemak sama ada semua elemen 0D atau lebih D tensor adalah Benar, mendapat 0D atau lebih D tensor sifar atau lebih elemen seperti yang ditunjukkan di bawah:

*Memo:

• all() boleh digunakan dengan obor atau tensor.
• Argumen(input) pertama dengan obor atau menggunakan tensor(Jenis Diperlukan:tensor int, float, kompleks atau bool).
• Argumen ke-2 dengan obor atau argumen pertama dengan tensor adalah malap(Jenis-Pilihan:int, tuple int atau senarai int).
• Argumen ke-3 dengan obor atau argumen ke-2 dengan tensor ialah keepdim(Optional-Default:False-Type:bool). *Siaran saya menerangkan hujah keepdim.
• Terdapat hujah dengan obor(Pilihan-Lalai:Tiada-Jenis:tensor): *Memo:
  • out= mesti digunakan.
  • Siaran saya menerangkan hujah.
• Tensor kosong mengembalikan tensor True of 1D atau lebih D atau tensor 1D atau lebih D kosong.

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])

Atas ialah kandungan terperinci semua dalam PyTorch. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!