برنامه نویسی
gt()، lt()، ge() و le() در PyTorch
پست من برابر () ، eq () و ne () را توضیح می دهد.
gt() می تواند بررسی کند که تانسور 1 از نظر عنصر تانسور 2 بزرگتر است همانطور که در زیر نشان داده شده است:
*یادداشت ها:
-
gt()
را می توان هم از مشعل و هم از تانسور نامید. - تانسورها می توانند تانسورهای 0D یا بیشتر D باشند.
- نمی توان از یک یا چند عدد مختلط استفاده کرد.
-
gt()
و greater() یکسان هستند زیراgreater()
نام مستعار استgt()
:
import torch
tensor1 = torch.tensor(5)
tensor2 = torch.tensor([[3, 5, 4], [6, 3, 5]])
torch.gt(tensor1, tensor2)
tensor1.gt(tensor2)
# tensor([[True, False, True], [False, True, False]])
torch.gt(tensor2, tensor1)
tensor2.gt(tensor1)
# tensor([[False, False, False], [ True, False, False]])
tensor1 = torch.tensor([[5, 0, 3]])
tensor2 = torch.tensor([[5, 5, 5], [0, 0, 0], [3, 3, 3]])
torch.gt(tensor1, tensor2)
tensor1.gt(tensor2)
# tensor([[False, False, False],
# [True, False, True],
# [True, False, False]])
torch.gt(tensor2, tensor1)
tensor2.gt(tensor1)
# tensor([[False, True, True],
# [False, False, False],
# [False, True, False]])
tensor1 = torch.tensor([[5, 0, 3], [6, 9, 1]])
tensor2 = torch.tensor([[[2, 7, 3], [6, 3, 1]],
[[5, 0, 4], [8, 9, 7]]])
torch.gt(tensor1, tensor2)
tensor1.gt(tensor2)
# tensor([[[True, False, False], [False, True, False]],
# [[False, False, False], [False, False, False]]])
torch.gt(tensor2, tensor1)
tensor2.gt(tensor1)
# tensor([[[False, True, False], [False, False, False]],
# [[False, False, True], [True, False, True]]])
tensor1 = torch.tensor([[5, 0, 3], [6, 9, 1]])
tensor2 = torch.tensor([[[2., 7., 3.], [6., 3., True]],
[[5., False, 4.], [8., 9., 7.]]])
torch.gt(tensor1, tensor2)
tensor1.gt(tensor2)
# tensor([[[True, False, False], [False, True, False]],
# [[False, False, False], [False, False, False]]])
torch.gt(tensor2, tensor1)
tensor2.gt(tensor1)
# tensor([[[False, True, False], [False, False, False]],
# [[False, False, True], [True, False, True]]])
tensor1 = torch.tensor([[6, 9, 1], [5, 0, 3]])
tensor2 = torch.tensor([[[2, 7, 3], [6, 3, 1]],
[[5, 0, 4], [8, 9, 7]]])
torch.gt(tensor1, tensor2)
tensor1.gt(tensor2)
# tensor([[[True, True, False], [False, False, True]],
# [[True, True, False], [False, False, False]]])
torch.gt(tensor2, tensor1)
tensor2.gt(tensor1)
# tensor([[[False, False, True], [True, True, False]],
# [[False, False, True], [True, True, True]]])
lt() همانطور که در زیر نشان داده شده است می تواند بررسی کند که تانسور اول از نظر عنصر تانسور دوم کمتر است:
*یادداشت ها:
-
lt()
می توان هر دو را ازtorch
و یک تانسور - تانسورها می توانند تانسورهای 0D یا بیشتر D باشند.
- نمی توان از یک یا چند عدد مختلط استفاده کرد.
-
lt()
و less() یکسان هستند زیراless()
نام مستعار استlt()
:
import torch
tensor1 = torch.tensor(5)
tensor2 = torch.tensor([[3, 5, 4], [6, 3, 5]])
torch.lt(tensor1, tensor2)
tensor1.lt(tensor2)
# tensor([[False, False, False], [True, False, False]])
torch.lt(tensor2, tensor1)
tensor2.lt(tensor1)
# tensor([[ True, False, True], [False, True, False]])
tensor1 = torch.tensor([[5, 0, 3]])
tensor2 = torch.tensor([[5, 5, 5], [0, 0, 0], [3, 3, 3]])
torch.lt(tensor1, tensor2)
tensor1.lt(tensor2)
# tensor([[False, True, True],
# [False, False, False],
# [False, True, False]])
torch.lt(tensor2, tensor1)
tensor2.lt(tensor1)
# tensor([[False, False, False],
# [True, False, True],
# [True, False, False]])
tensor1 = torch.tensor([[5, 0, 3], [6, 9, 1]])
tensor2 = torch.tensor([[[2, 7, 3], [6, 3, 1]],
[[5, 0, 4], [8, 9, 7]]])
torch.lt(tensor1, tensor2)
tensor1.lt(tensor2)
# tensor([[[False, True, False], [False, False, False]],
# [[False, False, True], [True, False, True]]])
torch.lt(tensor2, tensor1)
tensor2.lt(tensor1)
# tensor([[[True, False, False], [False, True, False]],
# [[False, False, False], [False, False, False]]])
tensor1 = torch.tensor([[5, 0, 3], [6, 9, 1]])
tensor2 = torch.tensor([[[2., 7., 3.], [6., 3., True]],
[[5., False, 4.], [8., 9., 7.]]])
torch.lt(tensor1, tensor2)
tensor1.lt(tensor2)
# tensor([[[False, True, False], [False, False, False]],
# [[False, False, True], [True, False, True]]])
torch.lt(tensor2, tensor1)
tensor2.lt(tensor1)
# tensor([[[True, False, False], [False, True, False]],
# [[False, False, False], [False, False, False]]])
tensor1 = torch.tensor([[6, 9, 1], [5, 0, 3]])
tensor2 = torch.tensor([[[2, 7, 3], [6, 3, 1]],
[[5, 0, 4], [8, 9, 7]]])
torch.lt(tensor1, tensor2)
tensor1.lt(tensor2)
# tensor([[[False, False, True], [True, True, False]],
# [[False, False, True], [True, True, True]]])
torch.lt(tensor2, tensor1)
tensor2.lt(tensor1)
# tensor([[[True, True, False], [False, False, True]],
# [[True, True, False], [False, False, False]]])
ge() میتواند بررسی کند که تانسور اول از نظر عنصر تانسور بزرگتر یا مساوی است، همانطور که در زیر نشان داده شده است:
*یادداشت ها:
-
ge()
می توان هر دو را ازtorch
و یک تانسور - تانسورها می توانند تانسورهای 0D یا بیشتر D باشند.
- نمی توان از یک یا چند عدد مختلط استفاده کرد.
-
ge()
و () greater_equal یکسان هستند زیراgreater_equal()
نام مستعار استge()
:
import torch
tensor1 = torch.tensor(5)
tensor2 = torch.tensor([[3, 5, 4], [6, 3, 5]])
torch.ge(tensor1, tensor2)
tensor1.ge(tensor2)
# tensor([[True, True, True], [False, True, True]])
torch.ge(tensor2, tensor1)
tensor2.ge(tensor1)
# tensor([[False, True, False], [True, False, True]])
tensor1 = torch.tensor([[5, 0, 3]])
tensor2 = torch.tensor([[5, 5, 5], [0, 0, 0], [3, 3, 3]])
torch.ge(tensor1, tensor2)
tensor1.ge(tensor2)
# tensor([[True, False, False],
# [True, True, True],
# [True, False, True]])
torch.ge(tensor2, tensor1)
tensor2.ge(tensor1)
# tensor([[True, True, True],
# [False, True, False],
# [False, True, True]])
tensor1 = torch.tensor([[5, 0, 3], [6, 9, 1]])
tensor2 = torch.tensor([[[2, 7, 3], [6, 3, 1]],
[[5, 0, 4], [8, 9, 7]]])
torch.ge(tensor1, tensor2)
tensor1.ge(tensor2)
# tensor([[[True, False, True], [True, True, True]],
# [[True, True, False], [False, True, False]]])
torch.ge(tensor2, tensor1)
tensor2.ge(tensor1)
# tensor([[[False, True, True], [True, False, True]],
# [[True, True, True], [True, True, True]]])
tensor1 = torch.tensor([[5, 0, 3], [6, 9, 1]])
tensor2 = torch.tensor([[[2., 7., 3.], [6., 3., True]],
[[5., False, 4.], [8., 9., 7.]]])
torch.ge(tensor1, tensor2)
tensor1.ge(tensor2)
# tensor([[[True, False, True], [True, True, True]],
# [[True, True, False], [False, True, False]]])
torch.ge(tensor2, tensor1)
tensor2.ge(tensor1)
# tensor([[[False, True, True], [True, False, True]],
# [[True, True, True], [True, True, True]]])
tensor1 = torch.tensor([[6, 9, 1], [5, 0, 3]])
tensor2 = torch.tensor([[[2, 7, 3], [6, 3, 1]],
[[5, 0, 4], [8, 9, 7]]])
torch.ge(tensor1, tensor2)
tensor1.ge(tensor2)
# tensor([[[True, True, False], [False, False, True]],
# [[True, True, False], [False, False, False]]])
torch.ge(tensor2, tensor1)
tensor2.ge(tensor1)
# tensor([[[False, False, True], [True, True, False]],
# [[False, False, True], [True, True, True]]])
le() میتواند بررسی کند که تانسور اول از نظر عنصر تانسور کمتر یا مساوی است، همانطور که در زیر نشان داده شده است:
*یادداشت ها:
-
le()
می توان هر دو را ازtorch
و یک تانسور - تانسورها می توانند تانسورهای 0D یا بیشتر D باشند.
- نمی توان از یک یا چند عدد مختلط استفاده کرد.
-
le()
و () less_equal یکسان هستند زیراless_equal()
نام مستعار استle()
:
import torch
tensor1 = torch.tensor(5)
tensor2 = torch.tensor([[3, 5, 4], [6, 3, 5]])
torch.le(tensor1, tensor2)
tensor1.le(tensor2)
# tensor([[False, True, False], [True, False, True]])
torch.le(tensor2, tensor1)
tensor2.le(tensor1)
# tensor([[True, True, True], [False, True, True]])
tensor1 = torch.tensor([[5, 0, 3]])
tensor2 = torch.tensor([[5, 5, 5], [0, 0, 0], [3, 3, 3]])
torch.le(tensor1, tensor2)
tensor1.le(tensor2)
# tensor([[True, True, True],
# [False, True, False],
# [False, True, True]])
torch.le(tensor2, tensor1)
tensor2.le(tensor1)
# tensor([[True, False, False],
# [True, True, True],
# [True, False, True]])
tensor1 = torch.tensor([[5, 0, 3], [6, 9, 1]])
tensor2 = torch.tensor([[[2, 7, 3], [6, 3, 1]],
[[5, 0, 4], [8, 9, 7]]])
torch.le(tensor1, tensor2)
tensor1.le(tensor2)
# tensor([[[False, True, True], [True, False, True]],
# [[True, True, True], [True, True, True]]])
torch.le(tensor2, tensor1)
tensor2.le(tensor1)
# tensor([[[True, False, True], [True, True, True]],
# [[True, True, False], [False, True, False]]])
tensor1 = torch.tensor([[5, 0, 3], [6, 9, 1]])
tensor2 = torch.tensor([[[2., 7., 3.], [6., 3., True]],
[[5., False, 4.], [8., 9., 7.]]])
torch.le(tensor1, tensor2)
tensor1.le(tensor2)
# tensor([[[False, True, True], [True, False, True]],
# [[True, True, True], [True, True, True]]])
torch.le(tensor2, tensor1)
tensor2.le(tensor1)
# tensor([[[True, False, True], [True, True, True]],
# [[True, True, False], [False, True, False]]])
tensor1 = torch.tensor([[6, 9, 1], [5, 0, 3]])
tensor2 = torch.tensor([[[2, 7, 3], [6, 3, 1]],
[[5, 0, 4], [8, 9, 7]]])
torch.le(tensor1, tensor2)
tensor1.le(tensor2)
# tensor([[[False, False, True], [True, True, False]],
# [[False, False, True], [True, True, True]]])
torch.le(tensor2, tensor1)
tensor2.le(tensor1)
# tensor([[[True, True, False], [False, False, True]],
# [[True, True, False], [False, False, False]]])