Pytorch - Isnan

Pytorch é uma estrutura de código aberto para a linguagem de programação Python.

Um tensor é uma matriz multidimensional que é usada para armazenar dados. Então, para usar um tensor, temos que importar o módulo da tocha.

Para criar um tensor, o método usado é tensor ().

Sintaxe:

tocha.Tensor (dados)

Onde os dados são uma matriz multidimensional.

tocha.isnan ()

isnan () em pytorch retorna true para os elementos se o elemento for nan (não um número). Caso contrário, ele retorna falso.

É preciso um parâmetro.

Sintaxe:

tocha.isnan (tensor_object)

Parâmetro:

tensor_object é um tensor.

Retornar:

Ele retornará um tensor booleano em relação ao tensor real.

Representação:

Não é um número - Float ('nan')

Exemplo 1:

Neste exemplo, criaremos um tensor com uma dimensão que tenha cinco elementos e verifique se esses cinco são nan ou não.

#import módulo tocha
importação de tocha
#Crie um tensor
Data1 = Torch.Tensor ([12,34,56,1, float ('nan')]))
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Print ("Verifique a NAN")
Imprimir (tocha.isnan (data1))

Saída:

Tensor real:
Tensor ([12., 34., 56., 1., nan])
Verifique se há NAN
tensor ([falso, falso, falso, falso, verdadeiro])

Trabalhando:

1. 12 não é nan (falso).
2. 34 não é nan (falso).
3. 56 não é nan (falso).
4. 1 não é nan (falso).
5. nan não é um número (verdadeiro).

Exemplo 2:

Neste exemplo, criaremos um tensor com uma dimensão que tenha cinco elementos e verifique se esses cinco são nan ou não.

#import módulo tocha
importação de tocha
#Crie um tensor
Data1 = Torch.Tensor ([Float ('-Nan'), 34,56, Float ('Nan'), Float ('Inf')]))
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Print ("Verifique a NAN")
Imprimir (tocha.isnan (data1))

Saída:

Tensor real:
Tensor ([Nan, 34., 56., nan, inf])
Verifique se há NAN
tensor ([verdadeiro, falso, falso, verdadeiro, falso])

Trabalhando:

1. -nan não é um número (verdadeiro).
2. 34 não é nan (falso).
3. 56 não é nan (falso).
4. nan não é um número (verdadeiro).
5. Inf é infinito. Não é nan (falso).

Exemplo 3:

Neste exemplo, criaremos um tensor com duas dimensões que possuem cinco elementos em cada linha e verificaremos se esses cinco são nan ou não.

#import módulo tocha
importação de tocha
#Crie um tensor 2D
Data1 = Torch.tensor ([[float ('-inf'), 34,56, float ('nan'), float ('inf')], [float ('-inf'), 100, -4, float ('nan' ), Float ('Inf')]])
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Print ("Verifique a NAN")
Imprimir (tocha.isnan (data1))

Saída:

Tensor real:
Tensor ([[-Inf, 34., 56., nan, inf],
[-inf, 100., -4., nan, inf]])
Verifique se há NAN
tensor ([[falso, falso, falso, verdadeiro, falso],
[Falso, falso, falso, verdadeiro, falso]])

Trabalhando:

1. -Inf é infinito negativo, então não é nan (falso) para ambos.
2. 34 não é nan (falso). 100 não é nan (falso).
3. 56 não é nan (falso). -4 não é NAN. (Falso).
4. nan (verdadeiro), nan (verdadeiro).
5. INF não é nan (falso) para ambos.

Trabalhe com a CPU

Se você deseja executar uma função isnan () na CPU, temos que criar um tensor com uma função CPU (). Isso será executado em uma máquina de CPU.

Neste momento, quando estamos criando um tensor, podemos usar a função CPU ().

Sintaxe:

tocha.Tensor (dados).CPU()

Exemplo 1:

Neste exemplo, criaremos um tensor com uma dimensão que tenha cinco elementos na CPU e verifique se esses cinco são nan ou não.

#import módulo tocha
importação de tocha
#Crie um tensor
Data1 = Torch.Tensor ([12,34,56,1, float ('nan')])).CPU()
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Print ("Verifique a NAN")
Imprimir (tocha.isnan (data1))

Saída

Tensor real:
Tensor ([12., 34., 56., 1., nan])
Verifique se há NAN
tensor ([falso, falso, falso, falso, verdadeiro])

Trabalhando:

1. 12 não é nan (falso).
2. 34 não é nan (falso).
3. 56 não é nan (falso).
4. 1 não é nan (falso).
5. nan não é um número (verdadeiro).

Exemplo 2:

Neste exemplo, criaremos um tensor com uma dimensão que tenha cinco elementos na CPU e verifique se esses cinco são nan ou não.

#import módulo tocha
importação de tocha
#Crie um tensor
Data1 = Torch.Tensor ([Float ('-Nan'), 34,56, Float ('Nan'), Float ('Inf')])).CPU()
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Print ("Verifique a NAN")
Imprimir (tocha.isnan (data1))

Saída:

Tensor real:
Tensor ([Nan, 34., 56., nan, inf])
Verifique se há NAN
tensor ([verdadeiro, falso, falso, verdadeiro, falso])

Trabalhando:

1. -nan não é um número (verdadeiro).
2. 34 não é nan (falso).
3. 56 não é nan (falso).
4. nan não é um número (verdadeiro).
5. Inf é infinito. Não é nan (falso).

Exemplo 3:

Neste exemplo, criaremos um tensor com duas dimensões que possuem cinco elementos na CPU em cada linha e verifique se esses cinco são nan ou não.

#import módulo tocha
importação de tocha
#Crie um tensor 2D
Data1 = Torch.tensor ([[float ('-inf'), 34,56, float ('nan'), float ('inf')], [float ('-inf'), 100, -4, float ('nan' ), Float ('Inf')]]).CPU()
#mostrar
Imprimir ("Tensor real:")
Imprimir (Data1)
Print ("Verifique a NAN")
Imprimir (tocha.isnan (data1))

Saída:

Tensor real:
Tensor ([[-Inf, 34., 56., nan, inf],
[-inf, 100., -4., nan, inf]])
Verifique se há NAN
tensor ([[falso, falso, falso, verdadeiro, falso],
[Falso, falso, falso, verdadeiro, falso]])

Trabalhando:

1. -Inf é infinito negativo, então não é nan (falso) para ambos.
2. 34 não é nan (falso). 100 não é nan (falso).
3. 56 não é nan (falso). -4 não é nan (falso).
4. nan (verdadeiro). nan (verdadeiro).
5. INF não é nan (falso) para ambos.

Conclusão

Nesta lição de Pytorch, discutimos Isnan (). Ele retorna false para os elementos se o elemento não for nan. Caso contrário, ele retorna verdadeiro.