একটি PyTorch টেনসর রিসাইজ করতে, আমরা .view() পদ্ধতি ব্যবহার করি। আমরা টেনসরের মাত্রা বাড়াতে বা কমানো পারি, কিন্তু নিশ্চিত করতে হবে যে টেনসরের মোট উপাদান সংখ্যা রিসাইজ করার আগে এবং পরে একই থাকতে হবে।
পদক্ষেপসমূহ
প্রয়োজনীয় লাইব্রেরি আমদানি করুন। নিচের সব পাইথন উদাহরণে, প্রয়োজনীয় পাইথন লাইব্রেরি হল torch। নিশ্চিত করুন যে আপনি ইতিমধ্যে এটি ইনস্টল করেছেন।
একটি PyTorch টেনসর তৈরি করুন এবং প্রিন্ট করুন।
উপরের তৈরি টেনসরটি .view() ব্যবহার করে রিসাইজ করুন এবং মানটি একটি ভেরিয়েবলে বরাদ্দ করুন। .view() মূল টেনসরটি রিসাইজ করে না; এটি শুধুমাত্র নতুন আকারের একটি दृश्य দেয়, যেমন এর নাম থেকে বোঝা যায়।
অবশেষে, রিসাইজ করার পর টেনসরটি প্রিন্ট করুন।
উদাহরণ ১
# PyTorch-এ টেনসর রিসাইজ করার পাইথন প্রোগ্রাম # লাইব্রেরি আমদানি করুন import torch # একটি টেনসর তৈরি করুন T = torch.Tensor([1, 2, 3, 4, 5, 6]) print(T) # T কে 2x3 আকারে রিসাইজ করুন x = T.view(2,3) print("রিসাইজ করার পর টেনসর:\n",x) # T কে ২x৩ আকারে রিসাইজ করার অন্য উপায় x = T.view(-1,3) print("রিসাইজ করার পর টেনসর:\n",x) # T কে ২x৩ আকারে রিসাইজ করার অন্য উপায় x = T.view(2,-1) print("রিসাইজ করার পর টেনসর:\n",x)আউটপুট
যখন আপনি উপরের পাইথন ৩ কোডটি চালাবেন, তবে নিচের আউটপুটটি উৎপন্ন হবে
tensor([1., 2., 3., 4., 5., 6.]) Tensor after resize: tensor([[1., 2., 3.], [4., 5., 6.]]) Tensor after resize: tensor([[1., 2., 3.], [4., 5., 6.]]) Tensor after resize: tensor([[1., 2., 3.], [4., 5., 6.]])
উদাহরণ ২
# লাইব্রেরি আমদানি করুন import torch # ৪x৩ আকারের একটি টেনসর তৈরি করুন T = torch.Tensor([[1,2,3],[2,1,3],[2,3,5],[5,6,4]]) print(T) # T কে ৩x৪ আকারে রিসাইজ করুন x = T.view(-1,4) print("রিসাইজ করার পর টেনসর:\n",x) # T কে ৩x৪ আকারে রিসাইজ করার অন্য উপায় x = T.view(3,-1) print("রিসাইজ করার পর টেনসর:\n",x) # T কে ২x৬ আকারে রিসাইজ করুন x = T.view(2,-1) print("রিসাইজ করার পর টেনসর:\n",x)আউটপুট
যখন আপনি উপরের পাইথন ৩ কোডটি চালাবেন, তবে নিচের আউটপুটটি উৎপন্ন হবে
tensor([[1., 2., 3.], [2., 1., 3.], [2., 3., 5.], [5., 6., 4.]]) Tensor after resize: tensor([[1., 2., 3., 2.], [1., 3., 2., 3.], [5., 5., 6., 4.]]) Tensor after resize: tensor([[1., 2., 3., 2.], [1., 3., 2., 3.], [5., 5., 6., 4.]]) Tensor after resize: tensor([[1., 2., 3., 2., 1., 3.], [2., 3., 5., 5., 6., 4.]])
