PyTorch의 eq와 ne

커피 한잔 사주세요😄

*메모:

• 내 게시물에서는 gt() 및 lt()에 대해 설명합니다.
• 내 게시물에는 ge() 및 le()에 대한 설명이 나와 있습니다.
• 내 게시물에서는 isclose() 및 equal()에 대해 설명합니다.

eq()는 첫 번째 0D 이상의 D 텐서의 0개 이상의 요소가 두 번째 0D 이상의 D 텐서의 0개 이상의 요소와 요소별로 동일한지 확인하여 0D 이상의 D 텐서를 가져옵니다. 아래와 같이 0개 이상의 요소가 표시됩니다.

*메모:

• eq()는 토치나 텐서와 함께 사용할 수 있습니다.
• 토치 또는 텐서(필수 유형: int, float, complex 또는 bool의 텐서)를 사용하는 첫 번째 인수(입력).
• torch의 두 번째 인수 또는 텐서의 첫 번째 인수는 other입니다(필수 유형: 텐서 또는 int, float, complex 또는 bool의 스칼라).
• 토치에 out 인수가 있습니다(Optional-Default:None-Type:tensor): *메모:
  • out=을 사용해야 합니다.
  • 내 게시물이 주장을 설명합니다.
• 결과는 더 많은 요소를 포함하는 더 높은 D 텐서입니다.

import torch

tensor1 = torch.tensor([5, 0, 3])
tensor2 = torch.tensor([7, 0, 3])

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

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

torch.eq(input=tensor1, other=3)
# tensor(False)

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

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

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

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

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

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

tensor1 = torch.tensor([5.+0.j, 0.+0.j, 3.+0.j])
tensor2 = torch.tensor([[5.+0.j, 5.+0.j, 5.+0.j],
                        [0.+0.j, 0.+0.j, 0.+0.j],
                        [3.+0.j, 3.+0.j, 3.+.0j]])
torch.eq(input=tensor1, other=tensor2)
# tensor([[True, False, False],
#         [False, True, False],
#         [False, False, True]])

torch.eq(input=tensor1, other=3.+0.j)
# tensor([False, False, True])

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

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

ne()은 첫 번째 0D 이상의 D 텐서의 0개 이상의 요소가 두 번째 0D 이상의 D 텐서의 0개 이상의 요소와 요소별로 같지 않은지 확인하여 0D 이상의 D 텐서를 가져옵니다. 아래와 같이 0개 이상의 요소로 구성됩니다.

*메모:

• ne()는 토치나 텐서와 함께 사용할 수 있습니다.
• 토치 또는 텐서(필수 유형: int, float, complex 또는 bool의 텐서)를 사용하는 첫 번째 인수(입력).
• torch의 두 번째 인수 또는 텐서의 첫 번째 인수는 other입니다(필수 유형: 텐서 또는 int, float, complex 또는 bool의 스칼라).
• 토치에 out 인수가 있습니다(Optional-Default:None-Type:tensor): *메모:
  • out=을 사용해야 합니다.
  • 내 게시물이 주장을 설명합니다.
• not_equal()은 ne()의 별칭입니다.

import torch

tensor1 = torch.tensor([5, 0, 3])
tensor2 = torch.tensor([7, 0, 3])

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

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

torch.ne(input=tensor1, other=3)
# tensor(True)

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

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

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

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

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

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

tensor1 = torch.tensor([5.+0.j, 0.+0.j, 3.+0.j])
tensor2 = torch.tensor([[5.+0.j, 5.+0.j, 5.+0.j],
                        [0.+0.j, 0.+0.j, 0.+0.j],
                        [3.+0.j, 3.+0.j, 3.+.0j]])
torch.ne(input=tensor1, other=tensor2)
# tensor([[False, True, True],
#         [True, False, True],
#         [True, True, False]])

torch.ne(input=tensor1, other=3.+0.j)
# tensor([True, True, False])

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

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

위 내용은 PyTorch의 eq와 ne의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!