কম্পিউটার

পাইটর্চে একটি টেনসরের উপাদানগুলির লগারিদম কীভাবে গণনা করবেন?


পাইটর্চে একটি টেনসরের উপাদানগুলির লগারিদম গণনা করতে, আমরা torch.log() ব্যবহার করি পদ্ধতি এটি মূল ইনপুট টেনসরের উপাদানগুলির প্রাকৃতিক লগারিদম মান সহ একটি নতুন টেনসর প্রদান করে। এটি ইনপুট প্যারামিটার হিসাবে একটি টেনসর নেয় এবং একটি টেনসরকে আউটপুট করে।

পদক্ষেপ

  • প্রয়োজনীয় লাইব্রেরি আমদানি করুন। নিম্নলিখিত সমস্ত পাইথন উদাহরণে, প্রয়োজনীয় পাইথন লাইব্রেরি হল টর্চ . নিশ্চিত করুন যে আপনি এটি ইতিমধ্যেই ইনস্টল করেছেন৷

  • একটি টেনসর তৈরি করুন এবং এটি মুদ্রণ করুন৷

  • torch.log(ইনপুট) গণনা করুন . এটি ইনপুট লাগে৷ , একটি টেনসর, ইনপুট প্যারামিটার হিসাবে এবং ইনপুট এর উপাদানগুলির প্রাকৃতিক লগারিদম মান সহ একটি নতুন টেনসর প্রদান করে .

  • তাত্ত্বিক ইনপুট টেনসরের উপাদানগুলির প্রাকৃতিক লগারিদম মান সহ টেনসর প্রিন্ট করুন৷

উদাহরণ 1

নিম্নলিখিত পাইথন প্রোগ্রামটি দেখায় কিভাবে একটি PyTorch টেনসরের প্রাকৃতিক লগারিদম গণনা করা যায়।

# প্রয়োজনীয় লাইব্রেরি আমদানি টর্চ# একটি টেনসর্ট তৈরি করুন =টর্চ। টেনসর([2.3,3,2.3,4,3.4])# উপরের তৈরি করা টেনসরপ্রিন্টটি প্রিন্ট করুন("আসল টেনসর:\n", t)# লগারিদম গণনা করুন উপরের tensorlog এর উপাদানগুলির মধ্যে =torch.log(t)# উপাদানপ্রিন্টের গণনাকৃত লগারিদম প্রিন্ট করুন("এলিমেন্টের লগারিদম:\n", লগ)

আউটপুট

আসল টেনসর:টেনসর([2.3000, 3.0000, 2.3000, 4.0000, 3.4000]) উপাদানগুলির লগরিদম:টেনসর([0.8329, 1.0986, 0.8329, 1.82> 1.82>প্রি) 

উদাহরণ 2

নিম্নলিখিত পাইথন প্রোগ্রামটি দেখায় কিভাবে 2D টেনসরের প্রাকৃতিক লগারিদম গণনা করা যায়।

# প্রয়োজনীয় লাইব্রেরি আমদানি করুন টর্চ# 3x4t আকারের এলোমেলো সংখ্যার একটি টেনসর তৈরি করুন =torch.rand(3,4)# উপরের তৈরি করা টেনসরপ্রিন্টটি প্রিন্ট করুন("অরিজিনাল টেনসর:\n", t)# উপাদানগুলির লগারিদম গণনা করুন উপরের tensorlog =torch.log(t)# এলিমেন্টপ্রিন্টের গণনাকৃত লগারিদম প্রিন্ট করুন("এলিমেন্টের লগারিদম:\n", লগ)

আউটপুট

<প্রে>মূল টেনসর:টেনসর([[0.1245, 0.0448, 0.1176, 0.7607], [0.7415, 0.7738, 0.0694, 0.6983], [0.8371, 0.6169, 807,807 এর উপাদান:[7.807,830 টেন্সর] , -3.1048, -2.1405, -0.2735], [-0.2990, -0.2565, -2.6676, -0.3591], [-0.1778, -0.4830, -0.9524, -0.2198]])
  1. পাইটর্চে একটি টেনসরের হিস্টোগ্রাম কীভাবে গণনা করবেন?

  2. কিভাবে PyTorch ইমেজ চ্যানেল জুড়ে মানে খুঁজে পেতে?

  3. কিভাবে একটি PyTorch Tensor একটি ইমেজ রূপান্তর?

  4. একটি পান্ডাস ডেটাফ্রেমে সাধারণ উপাদানগুলি কীভাবে খুঁজে পাবেন?