資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究如何在 PyTorch 中訪問和修改張量的值？
我們使用**索引**和**切片**來訪問張量的值。**索引**用於訪問張量中單個元素的值，而**切片**用於訪問一系列元素的值。
我們使用賦值運算子來修改張量的值。使用賦值運算子分配新值將用新值修改張量。
步驟
匯入所需的庫。這裡，所需的庫是**torch**。
定義一個**PyTorch**張量。
使用**索引**訪問特定索引處單個元素的值，或使用**切片**訪問一系列元素的值。
使用**賦值**運算子用新值修改訪問的值。
最後，列印張量以檢查張量是否已用新值修改。
示例 1
# Python program to access and modify values of a tensor in PyTorch
# Import the libraries
import torch
# Define PyTorch Tensor
a = torch.Tensor([[3, 5],[1, 2],[5, 7]])
print("a:\n",a)
# Access a value at index [1,0]-> 2nd row, 1st Col using indexing
b = a[1,0]
print("a[1,0]:\n", b)
# Other indexing method to access value
c = a[1][0]
print("a[1][0]:\n",c)
# Modifying the value 1 with new value 9
# assignment operator is used to modify with new value
a[1,0] = 9
print("tensor 'a' after modifying value at a[1,0]:")
print("a:\n",a)輸出
a: tensor([[3., 5.], [1., 2.], [5., 7.]]) a[1,0]: tensor(1.) a[1][0]: tensor(1.) tensor 'a' after modifying value at a[1,0]: a: tensor([[3., 5.], [9., 2.], [5., 7.]])
示例 2
# Python program to access and modify values of a tensor in PyTorch
# Import necessary libraries
import torch
# Define PyTorch Tensor
a = torch.Tensor([[3, 5],[1, 2],[5, 7]])
print("a:\n", a)
# Access all values of 2nd row using slicing
b = a[1]
print("a[1]:\n", a[1])
# Access all values of 1st and 2nd rows
b = a[0:2]
print("a[0:2]:\n" , a[0:2])
# Access all values of 2nd col
c = a[:,1]
print("a[:,1]:\n", a[:,1])
# Access values from first two rows but 2nd col
print("a[0:2, 1]:\n", a[0:2, 1])
# assignment operator is used to modify with new value
# Modifying the values of 2nd row
a[1] = torch.Tensor([9, 9])
print("After modifying a[1]:\n", a)
# Modify values of first two rows but 2nd col
a[0:2, 1] = torch.Tensor([4, 4])
print("After modifying a[0:2, 1]:\n", a)輸出
a: tensor([[3., 5.], [1., 2.], [5., 7.]]) a[1]: tensor([1., 2.]) a[0:2]: tensor([[3., 5.], [1., 2.]]) a[:,1]: tensor([5., 2., 7.]) a[0:2, 1]: tensor([5., 2.]) After modifying a[1]: tensor([[3., 5.], [9., 9.], [5., 7.]]) After modifying a[0:2, 1]: tensor([[3., 4.], [9., 4.], [5., 7.]])
更新於: 2021年11月6日
10K+ 瀏覽量
廣告