如何在 PyTorch 中对张量执行逐元素减法？

  • Z时代
  • 2024-01-10
  • 分类：综合

要对张量进行逐元素减法，我们可以使用PyTorch的方法。减去张量的相应元素。我们可以从另一个张量中减去一个标量或张量。我们可以从具有相同或不同维度的张量中减去一个张量。最终张量的维度将与高维张量的维度相同。torch.sub()

脚步

  • 导入所需的库。在以下所有 Python 示例中，所需的 Python 库是torch。确保您已经安装了它。

  • 定义两个或多个 PyTorch 张量并打印它们。如果要减去标量，请定义它。

  • 使用另一个张量减去标量或张量，并将值分配给新变量。您还可以从张量中减去一个标量。使用此方法减去张量不会对原始张量进行任何更改。torch.sub()

  • 打印最终张量。

示例 1

在这里，我们将有一个 Python 3 程序来从张量中减去一个标量。我们将看到执行相同任务的三种不同方式。

# Python program to perform element-wise subtraction
# import the required library
import torch
# Create a tensor
t = torch.Tensor([1.5, 2.03, 3.8, 2.9])
print("Original Tensor t:\n", t)
# Subtract a scalar value to a tensor
v = torch.sub(t, 5.60)
print("Element-wise subtraction result:\n", v)
# Same result can also be obtained as below
t1 = torch.Tensor([5.60])
w = torch.sub(t, t1)
print("Element-wise subtraction result:\n", w)
# Other way to do above operation
t2 = torch.Tensor([5.60,5.60,5.60,5.60])
x = torch.sub(t, t2)
print("Element-wise subtraction result:\n", x)
输出结果
Original Tensor t:
   tensor([1.5000, 2.0300, 3.8000, 2.9000])
Element-wise subtraction result:
   tensor([-4.1000, -3.5700, -1.8000, -2.7000])
Element-wise subtraction result:
   tensor([-4.1000, -3.5700, -1.8000, -2.7000])
Element-wise subtraction result:
   tensor([-4.1000, -3.5700, -1.8000, -2.7000])

示例 2

以下程序显示了如何从二维张量中减去一维张量。

# Import necessary library
import torch
# Create a 2D tensor
T1 = torch.Tensor([[8,7],[4,5]])
# Create a 1-D tensor
T2 = torch.Tensor([10, 5])
print("T1:\n", T1)
print("T2:\n", T2)
# Subtract 1-D tensor from 2-D tensor
v = torch.sub(T1, T2)
print("Element-wise subtraction result:\n", v)
输出结果
T1:
tensor([[8., 7.],
         [4., 5.]])
T2:
   tensor([10., 5.])
Element-wise subtraction result:
tensor([[-2., 2.],
         [-6., 0.]])

示例 3

以下程序显示了如何从一维张量中减去二维张量。

# Python program to subtract 2D tensor from 1D tensor
# Import the library
import torch
# Create a 2D tensor
T1 = torch.Tensor([[1,2],[4,5]])
# Create a 1-D tensor
T2 = torch.Tensor([10, 5])
print("T1:\n", T1)
print("T2:\n", T2)
# Subtract 2-D tensor from 1-D tensor
v = torch.sub(T2, T1)
print("Element-wise subtraction result:\n", v)
输出结果
T1:
tensor([[1., 2.],
         [4., 5.]])
T2:
   tensor([10., 5.])
Element-wise subtraction result:
tensor([[9., 3.],
         [6., 0.]])

你可以注意到最终的张量是一个二维张量。

示例 4

以下程序显示了如何从 2D 张量中减去 2D 张量。

# import the library
import torch
# Create two 2-D tensors
T1 = torch.Tensor([[8,7],[3,4]])
T2 = torch.Tensor([[0,3],[4,9]])
print("T1:\n", T1)
print("T2:\n", T2)
# Subtract above two 2-D tensors
v = torch.sub(T1,T2)
print("Element-wise subtraction result:\n", v)
输出结果
T1:
tensor([[8., 7.],
         [3., 4.]])
T2:
tensor([[0., 3.],
         [4., 9.]])
Element-wise subtraction result:
tensor([[ 8., 4.],
         [-1., -5.]])

以上是 如何在 PyTorch 中对张量执行逐元素减法？ 的全部内容， 来源链接： utcz.com/z/345724.html

回到顶部