PyTorch es una biblioteca de aprendizaje automático de código abierto desarrollada por Facebook. Se utiliza para fines de procesamiento de lenguaje natural y redes neuronales profundas.
La función torch.arrange() devuelve un tensor 1-D de tamaño
con valores del intervalo tomado con paso de diferencia común a partir del inicio.
Sintaxis : torch.arrange(start=0, end, step=1, out=None)
Parámetros :
start : el valor inicial para el conjunto de puntos. Predeterminado: 0.
final : el valor final para el conjunto de puntos
paso : el espacio entre cada par de puntos adyacentes. Predeterminado: 1.
out(Tensor, opcional) : el tensor de salida
Tipo de retorno : un tensor
Código #1:
Python3
# Importing the PyTorch library import torch # Applying the arrange function and # storing the resulting tensor in 't' a = torch.arrange(3) print("a = ", a) b = torch.arrange(1, 6) print("b = ", b) c = torch.arrange(1, 5, 0.5) print("c = ", c)
Producción:
a = tensor([0, 1, 2]) b = tensor([1, 2, 3, 4, 5]) c = tensor([1.0000, 1.5000, 2.0000, 2.5000, 3.0000, 3.5000, 4.0000, 4.5000])
Tenga en cuenta que el paso no entero está sujeto a errores de redondeo de punto flotante cuando se compara con el final; para evitar inconsistencias, recomendamos agregar un pequeño épsilon al final en tales casos.
Publicación traducida automáticamente
Artículo escrito por sanskar27jain y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA