Bagaimana Cara Menambahkan Dimensi ke Tensor di PyTorch?

Bagaimana Cara Menambahkan Dimensi Ke Tensor Di Pytorch



Di PyTorch, Tensor adalah array multidimensi yang digunakan untuk menyimpan dan merepresentasikan data. Tensor memiliki banyak atribut dan metode yang memungkinkan pengguna melakukan berbagai operasi pada tensor, seperti pembentukan ulang, pengindeksan, pemotongan, aritmatika, dan banyak lagi. Selain itu, PyTorch juga memungkinkan pengguna menambahkan dimensi ke tensor di lokasi tertentu.

Artikel ini akan memberikan contoh metode penambahan dimensi ke Tensor di PyTorch.

Bagaimana Cara Menambahkan Dimensi ke Tensor Tertentu di PyTorch?

Pengguna dapat menambahkan dimensi ke Tensor mana pun, seperti tensor 1D atau tensor 2D di PyTorch. Untuk menambahkan dimensi baru pada tensor pada posisi tertentu, lihat contoh berikut untuk pemahaman yang lebih baik:







Contoh 1: Tambahkan Dimensi ke Tensor 1D di PyTorch

Dalam contoh ini, kita akan membuat tensor 1D dan menambahkan dimensi pada posisi tertentu. Ikuti langkah-langkah yang tercantum di bawah ini untuk demonstrasi praktis:



Langkah 1: Impor Perpustakaan
Pertama, impor perpustakaan obor:



impor obor

Langkah 2: Buat Tensor 1D
Kemudian, buat tensor satu dimensi. Misalnya, kami telah membuat tensor berikut dan menyimpannya di “ X ' variabel:





X = obor. tensor ( [ 5 , 3 , 8 , 2 ] )

Langkah 3: Lihat Bentuk Tensor
Selanjutnya, tampilkan bentuk tensor yang baru dibuat untuk melihat dimensinya:

mencetak ( X. membentuk )

Output di bawah ini menunjukkan bahwa tensor kita berbentuk satu dimensi:



Langkah 4: Tambahkan Dimensi ke Tensor 1D
Sekarang, manfaatkan “ torch.unsqueeze(input, redup) ” berfungsi untuk menambahkan dimensi pada tensor 1D pada posisi tertentu. Misalnya, kami menambahkan dimensi ke tensor pada indeks 0:

baru_puluhan = obor. melepaskan ( X , redup = 0 )

Di Sini,

  • baru_puluhan ” adalah variabel yang memuat dimensi tambahan.
  • X ” adalah tensor masukan.
  • redup=0 ” digunakan untuk menambahkan dimensi pada indeks 0.

Langkah 5: Verifikasi Output
Terakhir, pastikan dimensi baru telah ditambahkan ke tensor atau tidak:

mencetak ( baru_puluhan. membentuk )

Pada keluaran di bawah ini, terlihat bahwa dimensi baru telah ditambahkan ke tensor 1D pada indeks 0:

Selain itu, pengguna juga dapat menambahkan dimensi pada posisi lain. Di sini, kami telah menambahkan dimensi pada indeks pertama:

Contoh 2: Tambahkan Dimensi ke Tensor 2D di PyTorch

Di sini, kita akan membuat/membuat tensor 2D dan menambahkan dimensi pada posisi tertentu. Cobalah langkah-langkah yang disediakan untuk implementasi praktis:

Langkah 1: Impor Perpustakaan Torch
Pertama, impor perpustakaan obor:

impor obor

Langkah 2: Buat Tensor 2D
Kemudian, buat tensor dua dimensi. Misalnya, kami telah membuat tensor berikut dan menyimpannya di “ X ' variabel:

X = obor. Tensor ( [ [ 5 , 3 ] , [ 7 , 6 ] ] )

Langkah 3: Lihat Bentuk Tensor
Setelah itu, tampilkan bentuk tensor yang baru dibuat untuk melihat dimensinya:

mencetak ( X. membentuk )

Berdasarkan keluaran di bawah ini, tensor ini berbentuk dua dimensi:

Langkah 4: Tambahkan Dimensi ke Tensor 2D
Sekarang, tambahkan dimensi ke tensor 2D pada posisi tertentu menggunakan “obor.unsqueeze(input, redup)” fungsi. Misalnya, kami menambahkan dimensi ke tensor pada indeks 0:

baru_puluhan = obor. melepaskan ( X , redup = 0 )

Langkah 5: Verifikasi Output
Terakhir, verifikasi apakah dimensi baru telah ditambahkan ke tensor 2D atau belum:

mencetak ( baru_puluhan. membentuk )

Output di bawah ini menunjukkan bahwa dimensi baru telah berhasil ditambahkan ke tensor 2D pada indeks 0:

Catatan : Anda dapat mengakses Notebook Google Colab kami di sini tautan .

Kami telah menjelaskan secara efisien metode penambahan dimensi ke tensor di PyTorch menggunakan berbagai contoh.

Kesimpulan

Untuk menambahkan dimensi ke tensor di PyTorch, impor pustaka PyTorch terlebih dahulu. Kemudian, buat tensor 1D atau 2D dan lihat dimensinya. Setelah itu, tambahkan dimensi pada tensor pada posisi tertentu dengan menggunakan tombol “ torch.unsqueeze(input, redup) ' fungsi. Pengguna harus meneruskan tensor masukan dan posisi indeks yang diinginkan sebagai parameter untuk fungsi ini. Artikel ini telah mencontohkan metode menambahkan dimensi ke tensor di PyTorch.