เราเข้าถึงขนาด (หรือรูปร่าง) ของเทนเซอร์และจำนวนองค์ประกอบในเทนเซอร์เป็นข้อมูลเมตาของเมตริกซ์ ในการเข้าถึงขนาดของเมตริกซ์ เราใช้ .size() เมธอดและรูปร่างของเทนเซอร์เข้าถึงได้โดยใช้ .shape .
ทั้ง .size() และ .shape ให้ผลเช่นเดียวกัน เราใช้ torch.numel() ฟังก์ชันหาจำนวนองค์ประกอบทั้งหมดในเทนเซอร์
ขั้นตอน
-
นำเข้าไลบรารีที่จำเป็น ที่นี่ ห้องสมุดที่จำเป็นคือ ไฟฉาย . ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง ไฟฉาย .
-
กำหนดเทนเซอร์ PyTorch
-
ค้นหาข้อมูลเมตาของเทนเซอร์ ใช้ .size() และ .shape เพื่อเข้าถึงขนาดและรูปร่างของเทนเซอร์ ใช้ torch.numel() เพื่อเข้าถึงจำนวนองค์ประกอบในเทนเซอร์
-
พิมพ์เทนเซอร์และข้อมูลเมตาเพื่อความเข้าใจที่ดีขึ้น
ตัวอย่างที่ 1
# Python Program to access meta-data of a Tensor # import necessary libraries import torch # Create a tensor of size 4x3 T = torch.Tensor([[1,2,3],[2,1,3],[2,3,5],[5,6,4]]) print("T:\n", T) # Find the meta-data of tensor # Find the size of the above tensor "T" size_T = T.size() print("size of tensor T:\n", size_T) # Other method to get size using .shape print("Shape of tensor:\n", T.shape) # Find the number of elements in the tensor "T" num_T = torch.numel(T) print("Number of elements in tensor T:\n", num_T)
ผลลัพธ์
เมื่อคุณเรียกใช้โค้ด Python 3 ด้านบน โค้ดจะสร้างเอาต์พุตต่อไปนี้
T: tensor([[1., 2., 3.], [2., 1., 3.], [2., 3., 5.], [5., 6., 4.]]) size of tensor T: torch.Size([4, 3]) Shape of tensor: torch.Size([4, 3]) Number of elements in tensor T: 12
ตัวอย่างที่ 2
# Python Program to access meta-data of a Tensor # import the libraries import torch # Create a tensor of random numbers T = torch.randn(4,3,2) print("T:\n", T) # Find the meta-data of tensor # Find the size of the above tensor "T" size_T = T.size() print("size of tensor T:\n", size_T) # Other method to get size using .shape print("Shape of tensor:\n", T.shape) # Find the number of elements in the tensor "T" num_T = torch.numel(T) print("Number of elements in tensor T:\n", num_T)
ผลลัพธ์
เมื่อคุณเรียกใช้โค้ด Python 3 ด้านบน โค้ดจะสร้างเอาต์พุตต่อไปนี้
T: tensor([[[-1.1806, 0.5569], [ 2.2237, 0.9709], [ 0.4775, -0.2491]], [[-0.9703, 1.9916], [ 0.1998, -0.6501], [-0.7489, -1.3013]], [[ 1.3191, 2.0049], [-0.1195, 0.1860], [-0.6061, -1.2451]], [[-0.6044, 0.6153], [-2.2473, -0.1531], [ 0.5341, 1.3697]]]) size of tensor T: torch.Size([4, 3, 2]) Shape of tensor: torch.Size([4, 3, 2]) Number of elements in tensor T: 24