数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究如何在 PyTorch 中访问和修改张量的值？
我们使用**索引**和**切片**来访问张量的值。**索引**用于访问张量中单个元素的值，而**切片**用于访问一系列元素的值。
我们使用赋值运算符来修改张量的值。使用赋值运算符分配新值将用新值修改张量。
步骤
导入所需的库。这里，所需的库是**torch**。
定义一个**PyTorch**张量。
使用**索引**访问特定索引处单个元素的值，或使用**切片**访问一系列元素的值。
使用**赋值**运算符用新值修改访问的值。
最后，打印张量以检查张量是否已用新值修改。
示例 1
# Python program to access and modify values of a tensor in PyTorch
# Import the libraries
import torch
# Define PyTorch Tensor
a = torch.Tensor([[3, 5],[1, 2],[5, 7]])
print("a:\n",a)
# Access a value at index [1,0]-> 2nd row, 1st Col using indexing
b = a[1,0]
print("a[1,0]:\n", b)
# Other indexing method to access value
c = a[1][0]
print("a[1][0]:\n",c)
# Modifying the value 1 with new value 9
# assignment operator is used to modify with new value
a[1,0] = 9
print("tensor 'a' after modifying value at a[1,0]:")
print("a:\n",a)输出
a: tensor([[3., 5.], [1., 2.], [5., 7.]]) a[1,0]: tensor(1.) a[1][0]: tensor(1.) tensor 'a' after modifying value at a[1,0]: a: tensor([[3., 5.], [9., 2.], [5., 7.]])
示例 2
# Python program to access and modify values of a tensor in PyTorch
# Import necessary libraries
import torch
# Define PyTorch Tensor
a = torch.Tensor([[3, 5],[1, 2],[5, 7]])
print("a:\n", a)
# Access all values of 2nd row using slicing
b = a[1]
print("a[1]:\n", a[1])
# Access all values of 1st and 2nd rows
b = a[0:2]
print("a[0:2]:\n" , a[0:2])
# Access all values of 2nd col
c = a[:,1]
print("a[:,1]:\n", a[:,1])
# Access values from first two rows but 2nd col
print("a[0:2, 1]:\n", a[0:2, 1])
# assignment operator is used to modify with new value
# Modifying the values of 2nd row
a[1] = torch.Tensor([9, 9])
print("After modifying a[1]:\n", a)
# Modify values of first two rows but 2nd col
a[0:2, 1] = torch.Tensor([4, 4])
print("After modifying a[0:2, 1]:\n", a)输出
a: tensor([[3., 5.], [1., 2.], [5., 7.]]) a[1]: tensor([1., 2.]) a[0:2]: tensor([[3., 5.], [1., 2.]]) a[:,1]: tensor([5., 2., 7.]) a[0:2, 1]: tensor([5., 2.]) After modifying a[1]: tensor([[3., 5.], [9., 9.], [5., 7.]]) After modifying a[0:2, 1]: tensor([[3., 4.], [9., 4.], [5., 7.]])
更新于: 2021年11月6日
10K+ 浏览量
广告