gt() و lt() در PyTorch

Summarize this content to 400 words in Persian Lang
*یادداشت ها:

gt() می تواند بررسی کند که عناصر صفر یا بیشتر تانسور D 0 یا بیشتر از صفر یا بیشتر عنصر تانسور دوم 0D یا بیشتر از نظر عنصر تانسور D بزرگتر هستند، و تانسور 0D یا بیشتر از صفر یا بیشتر عناصر را بدست می آورد. همانطور که در زیر نشان داده شده است:

*یادداشت ها:

gt() می توان با مشعل یا تانسور استفاده کرد.
استدلال اول (input) با torch یا با استفاده از یک تانسور (الزامی-نوع:tensor از int، float یا bool).
استدلال دوم با torch یا آرگومان 1 با تانسور است other(الزامی-نوع:tensor یا scalar از int، float یا bool).
وجود دارد out استدلال با torch(نوع اختیاری:tensor): *یادداشت ها:

out= باید استفاده شود.

پست من توضیح میده out بحث و جدل.

greater() نام مستعار است gt().

import torch

tensor1 = torch.tensor([5, 0, 3])
tensor2 = torch.tensor([[3, 5, 4],
[6, 3, 5]])
torch.gt(input=tensor1, other=tensor2)
tensor1.gt(other=tensor2)
# tensor([[True, False, False],
# [False, False, False]])

torch.gt(input=tensor2, other=tensor1)
# tensor([[False, True, True],
# [True, True, True]])

torch.gt(input=tensor1, other=3)
# tensor([True, False, False])

torch.gt(input=tensor2, other=3)
# tensor([[False, True, True],
# [True, False, True]])

tensor1 = torch.tensor([5., 0., 3.])
tensor2 = torch.tensor([[3., 5., 4.],
[6., 3., 5.]])
torch.gt(input=tensor1, other=tensor2)
# tensor([[True, False, False],
# [False, False, False]])

torch.gt(input=tensor1, other=3.)
# tensor([True, False, False])

tensor1 = torch.tensor([True, False, True])
tensor2 = torch.tensor([[True, False, True],
[False, True, False]])
torch.gt(input=tensor1, other=tensor2)
# tensor([[False, False, False],
# [True, False, True]])

torch.gt(input=tensor1, other=True)
# tensor([False, False, False])

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

lt() می تواند بررسی کند که عناصر صفر یا بیشتر تانسور D 0 یا بیشتر از صفر یا بیشتر از عنصر تانسور D 2 یا بیشتر از نظر عنصر تانسور کمتر هستند، و تانسور 0D یا بیشتر از عناصر صفر یا بیشتر را بدست می آورد. همانطور که در زیر نشان داده شده است:

*یادداشت ها:

lt() قابل استفاده با torch یا یک تانسور
استدلال اول (input) با torch یا با استفاده از یک تانسور (الزامی-نوع:tensor از int، float یا bool).
استدلال دوم با torch یا آرگومان 1 با تانسور است other(الزامی-نوع:tensor یا scalar از int، float یا bool).
وجود دارد out استدلال با torch(نوع اختیاری:tensor): *یادداشت ها:

out= باید استفاده شود.

پست من توضیح میده out بحث و جدل.

less() نام مستعار است lt().

import torch

tensor1 = torch.tensor([5, 0, 3])
tensor2 = torch.tensor([[3, 5, 4],
[6, 3, 5]])
torch.lt(input=tensor1, other=tensor2)
tensor1.lt(other=tensor2)
# tensor([[False, True, True],
# [True, True, True]])

torch.lt(input=tensor2, other=tensor1)
# tensor([[True, False, False],
# [False, False, False]])

torch.lt(input=tensor1, other=3)
# tensor([False, True, False])

torch.lt(input=tensor2, other=3)
# tensor([[False, False, False],
# [False, False, False]])

tensor1 = torch.tensor([5., 0., 3.])
tensor2 = torch.tensor([[3., 5., 4.],
[6., 3., 5.]])
torch.lt(input=tensor1, other=tensor2)
# tensor([[False, True, True],
# [True, True, True]])

torch.lt(input=tensor1, other=3.)
# tensor([False, True, False])

tensor1 = torch.tensor([True, False, True])
tensor2 = torch.tensor([[True, False, True],
[False, True, False]])
torch.lt(input=tensor1, other=tensor2)
# tensor([[False, False, False],
# [False, True, False]])

torch.lt(input=tensor1, other=True)
# tensor([False, True, False])

وارد حالت تمام صفحه شوید

از حالت تمام صفحه خارج شوید

import torch

tensor1 = torch.tensor([5, 0, 3])
tensor2 = torch.tensor([[3, 5, 4],
                        [6, 3, 5]])
torch.gt(input=tensor1, other=tensor2)
tensor1.gt(other=tensor2)
# tensor([[True, False, False],
#         [False, False, False]])

torch.gt(input=tensor2, other=tensor1)
# tensor([[False, True, True],
#         [True, True, True]])

torch.gt(input=tensor1, other=3)
# tensor([True, False, False])

torch.gt(input=tensor2, other=3)
# tensor([[False, True, True],
#         [True, False, True]])

tensor1 = torch.tensor([5., 0., 3.])
tensor2 = torch.tensor([[3., 5., 4.],
                        [6., 3., 5.]])
torch.gt(input=tensor1, other=tensor2)
# tensor([[True, False, False],
#         [False, False, False]])

torch.gt(input=tensor1, other=3.)
# tensor([True, False, False])

tensor1 = torch.tensor([True, False, True])
tensor2 = torch.tensor([[True, False, True],
                        [False, True, False]])
torch.gt(input=tensor1, other=tensor2)
# tensor([[False, False, False],
#         [True, False, True]])

torch.gt(input=tensor1, other=True)
# tensor([False, False, False])

import torch

tensor1 = torch.tensor([5, 0, 3])
tensor2 = torch.tensor([[3, 5, 4],
                        [6, 3, 5]])
torch.lt(input=tensor1, other=tensor2)
tensor1.lt(other=tensor2)
# tensor([[False, True, True],
#         [True, True, True]])

torch.lt(input=tensor2, other=tensor1)
# tensor([[True, False, False],
#         [False, False, False]])

torch.lt(input=tensor1, other=3)
# tensor([False, True, False])

torch.lt(input=tensor2, other=3)
# tensor([[False, False, False],
#         [False, False, False]])

tensor1 = torch.tensor([5., 0., 3.])
tensor2 = torch.tensor([[3., 5., 4.],
                        [6., 3., 5.]])
torch.lt(input=tensor1, other=tensor2)
# tensor([[False, True, True],
#         [True, True, True]])

torch.lt(input=tensor1, other=3.)
# tensor([False, True, False])

tensor1 = torch.tensor([True, False, True])
tensor2 = torch.tensor([[True, False, True],
                        [False, True, False]])
torch.lt(input=tensor1, other=tensor2)
# tensor([[False, False, False],
#         [False, True, False]])

torch.lt(input=tensor1, other=True)
# tensor([False,  True, False])