이 블로그에서는 PyTorch에서 텐서 요소의 지수를 얻는 방법에 대해 설명합니다.
PyTorch Tensor에서 지수의 사용은 무엇입니까?
신경망은 인간 두뇌의 기능을 모방하기 위해 복잡한 패턴을 활용하여 여러 입력을 여러 출력에 동시에 연결합니다. 이 구조 아래에는 이러한 모든 연결을 가능하게 하는 기초 수학의 복잡한 골격이 있습니다. 지수는 프로그래머와 데이터 과학자의 삶을 훨씬 쉽게 만드는 데 도움이 되는 수학의 또 다른 개념입니다.
PyTorch에서 지수 사용의 중요한 기능은 다음과 같습니다.
- 지수의 주요 용도는 더 빠른 처리를 위해 전체 데이터를 적절한 범위 내로 가져오는 것입니다.
- 붕괴 속도는 지수 함수를 사용하여 쉽게 시각화할 수 있습니다.
- 지수적 추세를 갖는 모든 유형의 데이터는 지수 개념을 활용하여 선형 추세로 시각화할 수 있습니다.
PyTorch에서 모든 Tensor 요소의 지수를 계산하는 방법은 무엇입니까?
데이터 값을 저장하기 위해 Tensor를 사용하는 것은 PyTorch의 놀라운 기능입니다. Tensor가 제공하는 모든 기능과 조작 가능성 때문입니다. 개별 텐서 요소의 지수를 계산하는 것은 더 작은 제한 내에서 데이터를 관리하는 데 중요합니다.
PyTorch에서 개별 텐서 요소의 지수를 얻는 방법을 알아보려면 아래 단계를 따르세요.
1단계: Colab 설정
첫 번째 단계는 IDE를 설정하는 것입니다. Colaboratory by Google은 텐서 계산을 위해 무료로 사용할 수 있는 통합 GPU를 제공하므로 좋은 선택입니다. Colab으로 이동 웹사이트 그리고 “ 새 노트북 ' 보여진 바와 같이:
2단계: Torch 라이브러리 설치 및 가져오기
PyTorch 프레임워크는 딥 러닝 모델 개발을 위한 Python 프로그래밍 언어와 Torch 라이브러리의 결합을 기반으로 합니다. '의 설치 및 가져오기 토치 ” 라이브러리는 PyTorch에서 프로젝트를 시작하는 데 필수적입니다.
!pip 설치 토치수입 토치
위 코드는 다음과 같이 작동합니다.
- “ !씨 ” Python 설치 패키지는 PyTorch에 패키지와 라이브러리를 설치하는 데 사용됩니다.
- 다음으로는 “ 수입 ” 명령은 프로젝트에 대한 라이브러리와 해당 기능을 호출하는 데 사용됩니다.
3단계: 1D 및 2D PyTorch Tensor 정의
이 튜토리얼에서는 두 텐서 요소의 지수 계산을 보여줍니다. 1D ' 그리고 ' 2D ” PyTorch 텐서. 먼저 다음 텐서를 정의합니다.
pytorch_tensor = 토치. 텐서 ( [ 10.0 , 21.0 , 94.0 , 38.0 ] )pytorch_tensor_2d = 토치. 텐서 ( [ [ 2 , 5 , 1 ] , [ 9 , 2 , 9 ] , [ 1 , 7 , 1 ] ] )
위 코드는 다음과 같이 작동합니다.
- “ 텐서() ” 메소드는 PyTorch에서 텐서를 입력하는 데 사용됩니다.
- “ 1차원 ” 텐서는 위에 표시된 것처럼 단일 행의 요소만 갖습니다.
- “ 2차원 ” 위에 정의된 텐서는 3개의 개별 열과 3개의 개별 행에 요소가 있습니다.
- 정의된 두 텐서 모두 각각의 ' 변수 ':
4단계: 각 Tensor 요소의 지수 계산
PyTorch 텐서를 정의한 후에는 다음의 계산을 정의할 차례입니다. 지수 '를 사용하여 두 텐서의 각 요소에 대해 ' 토치.exp() ' 방법:
텐서_지수 = 토치. 특급 ( pytorch_tensor )텐서_지수_2d = 토치. 특급 ( pytorch_tensor_2d )
위 코드는 다음과 같이 작동합니다.
- “ 특급() ” 함수는 텐서의 각 요소의 지수를 계산하는 데 사용됩니다.
- “ 1D ” 텐서 변수는 “의 인수로 정의됩니다. 특급() ” 기능을 선택하고 “ 텐서_지수 ” 변수는 표시된 것과 같습니다.
- 다음으로는 “ 2D ” 텐서 변수는 “의 인수로도 정의됩니다. 특급() ” 기능을 선택하고 “ 텐서_지수_2d ” 변수는 다음과 같습니다.
5단계: 출력 인쇄
마지막 단계는 '를 사용하여 두 텐서 내에 포함된 각 요소의 지수 계산 결과를 인쇄하는 것입니다. 인쇄() ' 방법:
인쇄 ( '원본 1D 텐서: \N ' , pytorch_tensor )인쇄 ( ' \N 1D 텐서의 지수: \N ' , 텐서_지수 )
인쇄 ( ' \N 원본 2D 텐서: \N ' , pytorch_tensor_2d )
인쇄 ( ' \N 2D 텐서의 지수: \N ' , 텐서_지수_2d )
위 코드는 다음과 같이 작동합니다.
- 사용 ' 인쇄() ” 출력에 원본 1D Tensor와 해당 요소의 지수를 표시하는 방법입니다.
- 그런 다음 동일한 ' 인쇄() ” 메서드를 사용하여 원본 2D Tensor를 출력에 표시하고 해당 요소의 지수를 표시된 대로 표시합니다.
- “ \N ” 코드에 표시된 용어는 다음 줄의 다음 출력을 시작하는 데 사용됩니다. 출력 디스플레이를 체계적으로 유지하는 데 사용됩니다.
- 출력에 표시될 간단한 텍스트는 ' 안에 있는 '역 쉼표'에 추가됩니다. 인쇄() ” 메소드 인수.
- 본문 뒤에는 ' 변하기 쉬운 '를 인쇄합니다.
지수 출력
메모 : 여기에서 Colab Notebook에 액세스할 수 있습니다. 링크 .
전문가의 팁
PyTorch 텐서의 요소 지수를 계산하는 것은 수백만 행의 데이터가 포함된 복잡한 기계 학습 모델을 실행하기 전 전처리에서 중요한 단계임이 입증될 수 있습니다. 이 기술은 모든 수치 데이터 값을 작은 범위 내로 가져오므로 하드웨어에 훨씬 더 쉬운 것으로 입증되어 처리 시간을 크게 줄일 수 있습니다.
성공! 우리는 PyTorch 텐서의 모든 개별 요소의 지수를 계산하는 방법을 보여주었습니다.
결론
먼저 텐서를 정의한 다음 '를 사용하여 PyTorch의 모든 Tensor 요소의 지수를 계산합니다. 토치.exp() ' 기능. 이 블로그에서는 1D 및 2D PyTorch 텐서를 정의하는 방법과 이 두 텐서의 각 요소의 지수를 계산하는 방법을 보여주었습니다.