Pytorch - média

Veremos como devolver os valores médios de um tensor usando médio () neste tutorial de pytorch.

Pytorch é uma estrutura de código aberto disponível com uma linguagem de programação Python. Tensor é uma matriz multidimensional usada para armazenar os dados. 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.

Significar()

A média () em pytorch é usada para retornar o valor médio dos elementos presentes no objeto Tensor de entrada.

Sintaxe:

tocha.Média (tensor, dim)

Onde:

1. O tensor é o tensor de entrada.

2. Dim é reduzir a dimensão. Dim = 0 Especifica a comparação da coluna que obtém a média ao longo de uma coluna e Dim = 1 especifica a comparação de linha que recebe a média ao longo da linha.

Exemplo 1:

Neste exemplo, criaremos um tensor com 2 dimensões que possuem 3 linhas e 5 colunas e apliquem a função média () em linhas e colunas.

#import módulo tocha
importação de tocha
#Crie um tensor com 2 dimensões (3 * 5)
#com elementos aleatórios usando a função Randn ()
Dados = Torch.Randn (3,5)
#mostrar
Impressão (dados)
imprimir()
#Get Média ao longo de colunas com médio ()
print ("Significa nas colunas:")
Imprimir (tocha.média (dados, dim = 0))
imprimir()
#Get Média ao longo das linhas com média ()
print ("Significa entre linhas:")
Imprimir (tocha.média (dados, dim = 1))

Saída:

Tensor ([[1.5484, 1.4450, 0.5954, -0.1447, -1.3809],
[-0.9090, -0.6124, 0.4644, 0.3485, 0.6863],
[-1.7201, 0.4546, -0.3618, 0.4858, -1.0712]])
Significa em colunas:
tensor ([-0.3602, 0.4291, 0.2326, 0.2298, -0.5886])
Significa entre linhas:
tensor ([0.4126, -0.0044, -0.4426])

Podemos ver que os valores médios são retornados nas colunas e linhas.

Exemplo 2:

Crie um tensor com 5 * 5 matriz e retorne a média entre as linhas e as colunas.

#import módulo tocha
importação de tocha
#Crie um tensor com 2 dimensões (5 * 5)
#com elementos aleatórios usando a função Randn ()
Dados = Torch.Randn (5,5)
#mostrar
Impressão (dados)
imprimir()
#Get Média ao longo de colunas com médio ()
print ("Significa nas colunas:")
Imprimir (tocha.média (dados, dim = 0))
imprimir()
#Get Média ao longo das linhas com média ()
print ("Significa entre linhas:")
Imprimir (tocha.média (dados, dim = 1))

Saída:

tensor ([[-1.8994, 0.2208, -0.0023, 1.9119, 0.8428],
[-1.4042, -0.9700, 0.4683, 1.5860, -0.4229],
[-0.5011, 1.7210, -0.0949, -0.8114, -0.7528],
[0.1496, 0.4154, -0.5784, 0.2983, -0.2608],
[1.4232, 0.8856, -0.7154, -0.2667, 0.6884]])
Significa em colunas:
tensor ([-0.4464, 0.4546, -0.1845, 0.5436, 0.0189])
Significa entre linhas:
tensor ([0.2148, -0.1486, -0.0878, 0.0048, 0.4030])

Podemos ver que os valores médios entre as linhas e colunas foram devolvidos.

Sem o parâmetro DIM

Se não especificarmos o parâmetro DIM, ele retornará a média de todo o valor.

Exemplo 1:

Crie um tensor 2D com 5*5 matriz e retorne o valor médio.

#import módulo tocha
importação de tocha
#Crie um tensor com 2 dimensões (5 * 5)
#com elementos aleatórios usando a função Randn ()
Dados = Torch.Randn (5,5)
#mostrar
Impressão (dados)
imprimir()
#Média com média ()
print ("significa:")
Imprimir (tocha.média (dados))

Saída:

tensor ([[-1.3824, 0.5979, 0.0170, -0.1703, -0.9783],
[-0.5721, -1.0704, -0.7148, -1.4605, 0.1514],
[-1.5455, 1.5261, 1.3712, -1.3692, -1.0385],
[1.0159, 0.0484, -0.4317, -1.3518, 0.9220],
[-1.5225, 0.5126, -0.2473, 0.8433, 1.0807]])
Significar :
Tensor (-0.2308)

Exemplo 2:

Crie um tensor 1D com 5 valores e retorne o valor médio.

#import módulo tocha
importação de tocha
#Crie um tensor com 5 valores numéricos
Dados = Torch.Tensor ([10.6,20.7,30.6,40.4,50.0])
#mostrar
Impressão (dados)
imprimir()
#Média com média ()
print ("significa:")
Imprimir (tocha.média (dados))

Saída:

Tensor ([10.6000, 20.7000, 30.6000, 40.4000, 50.0000])
Significar :
Tensor (30.4600)

Trabalhe com a CPU

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

Quando criamos um tensor, desta vez, podemos usar a função CPU ().

Sintaxe:

tocha.Tensor (dados).CPU()

Exemplo 1:

Neste exemplo, criaremos um tensor com 2 dimensões que possuem 3 linhas e 5 colunas com a função CPU () e aplique a função média () em linhas e colunas.

#import módulo tocha
importação de tocha
#Crie um tensor com 2 dimensões (3 * 5)
#com elementos aleatórios usando a função Randn ()
Dados = Torch.Randn (3,5).CPU()
#mostrar
Impressão (dados)
imprimir()
#Get Média ao longo de colunas com médio ()
print ("Significa nas colunas:")
Imprimir (tocha.média (dados, dim = 0))
imprimir()
#Get Média ao longo das linhas com média ()
print ("Significa entre linhas:")
Imprimir (tocha.média (dados, dim = 1))

Saída:

Tensor ([[1.5484, 1.4450, 0.5954, -0.1447, -1.3809],
[-0.9090, -0.6124, 0.4644, 0.3485, 0.6863],
[-1.7201, 0.4546, -0.3618, 0.4858, -1.0712]])
Significa em colunas:
tensor ([-0.3602, 0.4291, 0.2326, 0.2298, -0.5886])
Significa entre linhas:
tensor ([0.4126, -0.0044, -0.4426])

Podemos ver que os valores médios são retornados nas colunas e linhas.

Exemplo 2:

Crie um tensor com 5 * 5 matriz com a função CPU () e retorne a média entre as linhas e as colunas.

#import módulo tocha
importação de tocha
#Crie um tensor com 2 dimensões (5 * 5)
#com elementos aleatórios usando a função Randn ()
Dados = Torch.Randn (5,5).CPU()
#mostrar
Impressão (dados)
imprimir()
#Get Média ao longo de colunas com médio ()
print ("Significa nas colunas:")
Imprimir (tocha.média (dados, dim = 0))
imprimir()
#Get Média ao longo das linhas com média ()
print ("Significa entre linhas:")
Imprimir (tocha.média (dados, dim = 1))

Saída:

tensor ([[-1.8994, 0.2208, -0.0023, 1.9119, 0.8428],
[-1.4042, -0.9700, 0.4683, 1.5860, -0.4229],
[-0.5011, 1.7210, -0.0949, -0.8114, -0.7528],
[0.1496, 0.4154, -0.5784, 0.2983, -0.2608],
[1.4232, 0.8856, -0.7154, -0.2667, 0.6884]])
Significa em colunas:
tensor ([-0.4464, 0.4546, -0.1845, 0.5436, 0.0189])
Significa entre linhas:
tensor ([0.2148, -0.1486, -0.0878, 0.0048, 0.4030])

Podemos ver que os valores médios entre as linhas e colunas foram devolvidos.

Conclusão

Nesta lição de Pytorch, aprendemos sobre a função média () e como aplicá -la em um tensor para retornar os valores médios nas colunas e linhas.

Também criamos um tensor com a função CPU () e retornamos os valores médios. Se o dim não for especificado em tensor de dois ou multidimensionais, ele retorna valores inteiros em média.