آموزش پایتورچ – تنسورها

در این پست می توانید لیست دروس مربوط به آموزش پایتورچ را مشاهده کنید و قدم به قدم با ما همراه باشید تا این کتابخانه محبوب را یادگرفته و در پروژه های یادگیری ماشین خود استفاده نمایید.

تنسورها

پایه عملیات در پایتورچ (و البته کلا در یادگیری ماشین و یادگیری عمیق) تنسورها هستند. تنسورها همان اعداد چندبعدی هستند، برای بیان دقیق تر عدد (Scalar) صفر بعد، بردار (Vector) یک بعد، ماتریس (Matrix) دو بعد و تنسور (Tensor) 3 بعد یا بیشتر دارد. (ممکن است در این آموزش در برخی موارد تنسور را به جای عدد، بردار یا ماتریس هم به کار ببریم!) این مفاهیم در تصویر زیر به خوبی نشان داده شده است:

ساخت انواع تنسور

ساخت تنسور با مقداردهی اولیه و ابعاد انتخابی. w یک وکتور با سه عضو، x ماتریس 2 در 3، y تنسور 3 بعدی 2 در 3 در 4 و z تنسور 4 بعدی 2 در 3 در 2 در 3 است.

w = torch.empty(3)
x = torch.empty(2,3)
y = torch.empty(2,3,4)
z = torch.empty(2,3,2,3)

ساخت تنسور با مقادیر تصادفی بین صفر و یک:

w = torch.rand(3)
x = torch.rand(2,3)
y = torch.rand(2,3,4)
z = torch.rand(2,3,2,3)

ساخت تنسور با مقادیر صفر:

w = torch.zeros(3)
x = torch.zeros(2,3)
y = torch.zeros(2,3,4)
z = torch.zeros(2,3,2,3)

ساخت تنسور با مقادیر یک:

w = torch.ones(3)
x = torch.ones(2,3)
y = torch.ones(2,3,4)
z = torch.ones(2,3,2,3)

ساخت تنسور از لیست دلخواه:

w = torch.tensor([3])
x = torch.tensor([2,3])
y = torch.tensor([[2],[3],[4]])
z = torch.tensor([[2,3],[2,3]])

برای اینکه نوع آبجکت را بدانیم از دستور dtype استفاده می کنیم:

print(x.dtype)

همچنین در تعریف تنسور می توان تایپ مقادیر را نیز مشخص کرد:

w = torch.ones(3, dtype=torch.int)
x = torch.zeros(2,3, dtype=torch.float16)
y = torch.rand(2,3,4, dtype=torch.double)
z = torch.ones(2,3,2,3, dtype=int16)

برای برگرداندن اندازه یک تنسور از دستور size() استفاده می شود:

y = torch.rand(2,3,4, dtype=torch.double)
print(y.size())