จะทำการลบตามองค์ประกอบบนเทนเซอร์ใน PyTorch ได้อย่างไร?

ในการลบเมตริกซ์ตามองค์ประกอบ เราสามารถใช้ torch.sub() วิธีการของ PyTorch ลบองค์ประกอบที่เกี่ยวข้องของเทนเซอร์ เราสามารถลบสเกลาร์หรือเทนเซอร์ออกจากเมตริกซ์อื่นได้ เราสามารถลบเทนเซอร์ออกจากเทนเซอร์ที่มีมิติเท่ากันหรือต่างกันได้ มิติของเทนเซอร์สุดท้ายจะเท่ากับมิติของเทนเซอร์มิติที่สูงกว่า

ขั้นตอน

• นำเข้าไลบรารีที่จำเป็น ในตัวอย่าง Python ทั้งหมดต่อไปนี้ ไลบรารี Python ที่จำเป็นคือ ไฟฉาย . ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้งแล้ว

• กำหนดเทนเซอร์ PyTorch สองตัวขึ้นไปและพิมพ์ออกมา หากคุณต้องการลบปริมาณสเกลาร์ ให้นิยามมัน

• ลบสเกลาร์หรือเทนเซอร์ออกจากเมตริกซ์อื่นโดยใช้ torch.sub() และกำหนดค่าให้กับตัวแปรใหม่ คุณยังสามารถลบปริมาณสเกลาร์จากเทนเซอร์ได้อีกด้วย การลบเทนเซอร์ด้วยวิธีนี้จะไม่ทำให้เทนเซอร์เดิมเปลี่ยนแปลง

• พิมพ์เทนเซอร์สุดท้าย

ตัวอย่างที่ 1

ที่นี่ เราจะมีโปรแกรม Python 3 เพื่อลบปริมาณสเกลาร์จาก atensor เราจะเห็นวิธีการทำงานเดียวกันสามวิธีที่แตกต่างกัน

# Python program to perform element-wise subtraction
# import the required library
import torch

# Create a tensor
t = torch.Tensor([1.5, 2.03, 3.8, 2.9])
print("Original Tensor t:\n", t)

# Subtract a scalar value to a tensor
v = torch.sub(t, 5.60)
print("Element-wise subtraction result:\n", v)

# Same result can also be obtained as below
t1 = torch.Tensor([5.60])
w = torch.sub(t, t1)
print("Element-wise subtraction result:\n", w)

# Other way to do above operation
t2 = torch.Tensor([5.60,5.60,5.60,5.60])
x = torch.sub(t, t2)
print("Element-wise subtraction result:\n", x)

ผลลัพธ์

Original Tensor t:
   tensor([1.5000, 2.0300, 3.8000, 2.9000])
Element-wise subtraction result:
   tensor([-4.1000, -3.5700, -1.8000, -2.7000])
Element-wise subtraction result:
   tensor([-4.1000, -3.5700, -1.8000, -2.7000])
Element-wise subtraction result:
   tensor([-4.1000, -3.5700, -1.8000, -2.7000])

ตัวอย่างที่ 2

โปรแกรมต่อไปนี้แสดงวิธีการลบเทนเซอร์ 1 มิติออกจากเทนเซอร์ 2 มิติ

# Import necessary library
import torch

# Create a 2D tensor
T1 = torch.Tensor([[8,7],[4,5]])

# Create a 1-D tensor
T2 = torch.Tensor([10, 5])
print("T1:\n", T1)
print("T2:\n", T2)

# Subtract 1-D tensor from 2-D tensor
v = torch.sub(T1, T2)
print("Element-wise subtraction result:\n", v)

ผลลัพธ์

T1:
tensor([[8., 7.],
         [4., 5.]])
T2:
   tensor([10., 5.])
Element-wise subtraction result:
tensor([[-2., 2.],
         [-6., 0.]])

ตัวอย่างที่ 3

โปรแกรมต่อไปนี้แสดงวิธีการลบเมตริกซ์ 2 มิติออกจากเมตริกซ์ 1 มิติ

# Python program to subtract 2D tensor from 1D tensor
# Import the library
import torch

# Create a 2D tensor
T1 = torch.Tensor([[1,2],[4,5]])

# Create a 1-D tensor
T2 = torch.Tensor([10, 5])
print("T1:\n", T1)
print("T2:\n", T2)

# Subtract 2-D tensor from 1-D tensor
v = torch.sub(T2, T1)
print("Element-wise subtraction result:\n", v)

ผลลัพธ์

T1:
tensor([[1., 2.],
         [4., 5.]])
T2:
   tensor([10., 5.])
Element-wise subtraction result:
tensor([[9., 3.],
         [6., 0.]])

คุณจะสังเกตได้ว่าเมตริกซ์สุดท้ายคือเมตริกซ์ 2 มิติ

ตัวอย่างที่ 4

โปรแกรมต่อไปนี้แสดงวิธีลบเทนเซอร์ 2 มิติออกจากเมตริกซ์ 2 มิติ

# import the library
import torch

# Create two 2-D tensors
T1 = torch.Tensor([[8,7],[3,4]])
T2 = torch.Tensor([[0,3],[4,9]])
print("T1:\n", T1)
print("T2:\n", T2)

# Subtract above two 2-D tensors
v = torch.sub(T1,T2)
print("Element-wise subtraction result:\n", v)

ผลลัพธ์

T1:
tensor([[8., 7.],
         [3., 4.]])
T2:
tensor([[0., 3.],
         [4., 9.]])
Element-wise subtraction result:
tensor([[ 8., 4.],
         [-1., -5.]])