PyTorch – 如何計算張量的逐元素邏輯異或？

**torch.logical_xor()** 計算給定的兩個輸入張量的逐元素邏輯異或。在張量中，值為零的元素被視為 False，非零元素被視為 True。它接受兩個張量作為輸入引數，並返回計算邏輯異或後的值組成的張量。

語法

torch.logical_xor(tensor1, tensor2)

其中 **tensor1** 和 **tensor2** 是兩個輸入張量。

步驟

要計算給定輸入張量的逐元素邏輯異或，可以按照以下步驟操作：

• 匯入 **torch** 庫。確保你已經安裝了它。

• 建立兩個張量，**tensor1** 和 **tensor2**，並列印這些張量。

• 計算 **torch.logical_xor(tensor1, tensor2)** 並將值賦給一個變數。

• 執行逐元素邏輯異或運算後，列印最終結果。

示例 1

# import torch library
import torch

# define two Boolean tensors
tensor1 = torch.tensor([True, True, True, False, False])
tensor2 = torch.tensor([True, False, False, True, True])

# display the defined tensors
print("Tensor 1:
", tensor1)
print("Tensor 2:
", tensor2)

# compute XOR of tensor1 and tensor2 and display
tensor_xor = torch.logical_xor(tensor1, tensor2)
print("XOR result:
", tensor_xor)

輸出

Tensor 1:
 tensor([ True, True, True, False, False])
Tensor 2:
 tensor([ True, False, False, True, True])
XOR result:
 tensor([False, True, True, True, True])

示例 2

# import torch library
import torch

# define two tensors
tensor1 = torch.tensor([True, True, True, False, False])
tensor2 = torch.tensor([1, 0, 123, 23, -12])

# display the defined tensors
print("Tensor 1:
", tensor1)
print("Tensor 2:
", tensor2)

# compute XOR of tensor1 and tensor2 and display
tensor_xor = torch.logical_xor(tensor1, tensor2)
print("XOR result:
", tensor_xor)

輸出

Tensor 1:
 tensor([ True, True, True, False, False])
Tensor 2:
 tensor([ 1, 0, 123, 23, -12])
XOR result:
 tensor([False, True, False, True, True])

示例 3

# import torch library
import torch

# define two tensors
tensor1 = torch.tensor([12, 3, 11, 21, -12])
tensor2 = torch.tensor([1, 0, 123, 0, -2])

# display the defined tensors
print("Tensor 1:
", tensor1)
print("Tensor 2:
", tensor2)

# compute XOR of tensor1 and tensor2 and display
tensor_xor = torch.logical_xor(tensor1, tensor2)
print("XOR result:
", tensor_xor)

輸出

Tensor 1:
 tensor([ 12, 3, 11, 21, -12])
Tensor 2:
 tensor([ 1, 0, 123, 0, -2])
XOR result:
 tensor([False, True, False, True, False])

Shahid Akhtar Khan

更新於：2021年12月6日

439 次瀏覽

啟動您的 職業生涯

完成課程獲得認證

開始學習