このブログでは、PyTorch でテンソル要素の指数を取得する方法について説明します。
PyTorch Tensor での指数の使用とは何ですか?
ニューラル ネットワークは、複雑なパターンを利用して複数の入力を複数の出力に同時に接続し、人間の脳の機能を模倣します。この構造の下には、これらすべての接続を可能にする基礎数学の複雑な骨格があります。指数は、プログラマーやデータ サイエンティストの作業をはるかに楽にする数学の概念の 1 つです。
PyTorch での指数の使用に関する重要な機能を以下に示します。
- 指数の主な用途は、データ全体を適切な範囲内に収めて処理を高速化することです。
- 減衰率は、指数関数を使用して簡単に視覚化できます。
- 指数関数の概念を利用すると、指数関数的な傾向を持つあらゆる種類のデータを線形トレンドで視覚化できます。
PyTorch ですべての Tensor 要素の指数を計算するにはどうすればよいですか?
データ値の保存に Tensor を使用することは、PyTorch にとって驚くべき機能です。これは、Tensor によってもたらされるすべての機能と操作の可能性によるものです。個々のテンソル要素の指数を計算することは、より小さい制限内でデータを管理するための鍵となります。
PyTorch で個々のテンソル要素の指数を取得する方法を学習するには、以下の手順に従ってください。
ステップ 1: Colab をセットアップする
最初のステップは、IDE をセットアップすることです。 Google の Colaboratory は、テンソルの計算用に統合された GPU を自由に利用できるため、良い選択です。コラボに行く Webサイト そして「」を開きます 新しいノートブック 」に示すように:
ステップ2：Torchライブラリをインストールしてインポートする
PyTorch フレームワークは、深層学習モデルの開発のための Python プログラミング言語と Torch ライブラリの結合に基づいています。 「」のインストールとインポート 松明 」ライブラリは、PyTorch でプロジェクトを開始するために不可欠です。
!pip インストールトーチ輸入トーチ
上記のコードは次のように動作します。
- ” !ピップ PyTorch にパッケージやライブラリをインストールするには、Python によるインストール パッケージを使用します。
- 次に、「 輸入 ” コマンドは、プロジェクトのライブラリとその機能を呼び出すために使用されます。
ステップ 3: 1D および 2D PyTorch テンソルを定義する
このチュートリアルでは、「」と「 1D ”と” 2D ” PyTorch テンソル。これらのテンソルを定義することから始めます。
pytorch_tensor = 松明。 テンソル ( [ 10.0 、 21.0 、 94.0 、 38.0 】 ）pytorch_tensor_2d = 松明。 テンソル ( [ [ 2 、 5 、 1 】 、 [ 9 、 2 、 9 】 、 [ 1 、 7 、 1 】 】 ）
上記のコードは次のように動作します。
- ” テンソル（） 」メソッドは、PyTorch にテンソルを入力するために使用されます。
- ” 1次元 ” テンソルには、上に示したように 1 行に要素しかありません。
- ” 2次元 上記で定義されたテンソルには、3 つの異なる列と 3 つの異なる行に要素があります。
- 定義された両方のテンソルはそれぞれの「」に割り当てられます。 変数 ”:
ステップ 4: 各テンソル要素の指数を計算する
PyTorch テンソルを定義したら、「」の計算を定義します。 指数 ” を使用して 2 つのテンソルの各要素の” トーチ.exp() ' 方法：
テンソル指数 = 松明。 経験値 ( pytorch_tensor ）tensor_exponents_2d = 松明。 経験値 ( pytorch_tensor_2d ）
上記のコードは次のように動作します。
- ” exp() 」関数は、テンソルの各要素の指数を計算するために使用されます。
- ” 1D ” テンソル変数は” の引数として定義されます。 exp() ” 関数に割り当てられます。 テンソル指数 ” 変数を示します。
- 次に、「 2D ” テンソル変数は、” の引数としても定義されています。 exp() ” 関数に割り当てられます。 tensor_exponents_2d ” 変数は次のようになります。
ステップ 5: 出力を印刷する
最後のステップは、2 つのテンソルに含まれる各要素の指数の計算の出力を、「 プリント() ' 方法：
印刷する ( 'オリジナルの 1D テンソル: \n ' 、 pytorch_tensor ）印刷する ( ' \n 1D テンソルの指数: \n ' 、 テンソル指数 ）
印刷する ( ' \n 元の 2D テンソル: \n ' 、 pytorch_tensor_2d ）
印刷する ( ' \n 2D テンソルの指数: \n ' 、 tensor_exponents_2d ）
上記のコードは次のように動作します。
- 使用 ' プリント() 」メソッドを使用して、出力内の元の 1D テンソルとその要素の指数を表示します。
- 次に、同じ「」を使用します。 プリント() 」メソッドを使用して、出力内の元の 2D テンソルとその要素の指数を次のように表示します。
- ” \n コード内に示されている用語は、次の行から次の出力を開始するために使用されます。これは、出力表示を整理しておくために使用されます。
- 出力に表示される単純なテキストは、「」内の「逆カンマ」に追加されます。 プリント() ”メソッドの引数。
- テキストの後には「」が続きます。 変数 」を印刷します。
指数出力
注記 : ここから Colab ノートブックにアクセスできます リンク 。
プロのヒント
PyTorch テンソルの要素の指数の計算は、数百万行のデータを含む複雑な機械学習モデルを実行する前の前処理における重要なステップであることがわかります。この手法を使用すると、すべての数値データ値を狭い範囲内に収めることができ、ハードウェアにとってはるかに簡単になるため、処理時間を大幅に短縮できます。
成功！ PyTorch テンソルの個々の要素の指数を計算する方法を説明しました。
結論
最初にテンソルを定義し、次に「 トーチ.exp() ' 関数。このブログでは、1D および 2D の PyTorch テンソルを定義する方法と、これら 2 つのテンソルの各要素の指数を計算する方法を紹介しました。