Entroopia on teatud süsteemi ebakindluse või juhuslikkuse mõõt. Tensori elemendipõhine entroopia on entroopia, mis arvutatakse iga tensori elemendi jaoks eraldi. PyTorch pakub tõrvik.special.entr() ” meetod mis tahes tensori entroopia leidmiseks. Kui tensori element on negatiivne, on selle entroopia negatiivne lõpmatus. Kui tensori element on ' 0 ”, selle entroopia on samuti 0 ”. Veelgi enam, kui tensorielement on positiivne, arvutatakse selle entroopia elemendi negatiivse väärtuse korrutisena selle naturaallogaritmi järgi.
See artikkel kirjeldab PyTorchis tensorite elemendipõhise entroopia leidmise meetodit.
Kuidas leida PyTorchis elemendipõhist tensorite entroopiat?
PyTorchis tensorite elemendipõhise entroopia leidmiseks ' tõrvik.special.entr() ” meetodit kasutatakse. Selle elemendipõhise entroopia leidmiseks peavad kasutajad sellele meetodile edastama soovitud tensori.
Parema mõistmise huvides vaadake läbi järgmised esitatud näited:
Näide 1: 1D-tensori elemendipõhise entroopia arvutamine/leidmine
Esimeses näites loome 1D-tensori ja arvutame selle elemendipõhise entroopia. Järgime esitatud samme:
1. samm: importige PyTorchi teek
Esiteks importige ' tõrvik ” teek elemendipõhise entroopia arvutamiseks:
import tõrvik
2. samm: looge 1D-tensor
Seejärel kasutage ' tõrvik.tensor() ” funktsioon 1D-tensori loomiseks ja selle elementide printimiseks. Siin loome järgmise ' Kümned1 ” 1D tensor loendist:
Tens1 = tõrvik.tensor ([3, 0,8, -1, 5, 0, -9])print (kümned1)
3. samm: arvutage elemendipõhine entroopia
Nüüd kasutage ' tõrvik.special.entr() ' meetod, et arvutada 'elemendipõhise entroopia' Kümned1 ” tensor:
tens_Entr = taskulamp.special.entr(Kümned1)
4. samm: kuvage arvutatud entroopia
Lõpuks kuvage kontrollimiseks tensori arvutatud elemendipõhine entroopia:
print(kümned_Entr)Allolev väljund näitab '' arvutatud entroopiat Kümned1 ” tensor:
Näide 2: 2D-tensori elemendipõhise entroopia arvutamine/leidmine
Teises näites loome 2D-tensori ja arvutame selle elemendipõhise entroopia. Järgime allolevat samm-sammult protseduuri:
1. samm: importige PyTorchi teek
Esiteks importige ' tõrvik ” teek entroopia arvutamiseks:
import tõrvik
2. samm: looge 2D-tensor
Seejärel looge soovitud 2D-tensor ja printige selle elemendid. Siin loome järgmise ' Kümned2 '2D tensor:
Tens2 = tõrvik.tensor ([[1, 7, -3], [4, -2, 0], [-5, 0, -8]])print (Tens2)
See on loonud 2D-tensori, nagu allpool näha:
3. samm: arvutage elemendipõhine entroopia
Nüüd arvutage 'elemendipõhine entroopia Kümned2 ' tensor kasutades ' tõrvik.special.entr() ” meetod:
tens2_Entr = taskulamp.special.entr(Kümned2)
4. samm: kuvage arvutatud entroopia
Lõpuks kuvage tensori arvutatud elemendipõhine entroopia:
print(kümned2_Entr)entroopia ' Kümned2 ” tensor on edukalt arvutatud:
Oleme tõhusalt selgitanud PyTorchis tensorite elemendipõhise entroopia arvutamise meetodit.
Märge : meie Google Colabi märkmikule pääsete juurde siit link .
Järeldus
PyTorchis tensorite elemendipõhise entroopia arvutamiseks/leidmiseks importige esmalt ' tõrvik ” raamatukogu. Seejärel looge soovitud 1D või 2D tensor ja vaadake selle elemente. Pärast seda kasutage ' torch.special.entr() ” meetod sisendtensori elemendipõhise entroopia arvutamiseks. Lõpuks kuvage arvutatud entroopia. See artikkel on näide PyTorchi tensorite elemendipõhise entroopia arvutamise meetodist.