Tensörler, makine öğrenimi, derin öğrenme ve bilgisayarla görme gibi çeşitli alanlarda yaygın olarak kullanılan çok boyutlu dizilerdir. Çoğu zaman, yeniden şekillendirme, yayınlama ve benzeri işlemleri gerçekleştirmek için bir tensörün boyutlarını veya şeklini bilmek gerekli hale gelir. Bu makalede, kodu adım adım açıklayarak Python kullanarak tensör boyutları elde etme sürecine dalacağız ve tensör manipülasyonunda kritik bir rol oynayan ilgili bazı kitaplıkları ve işlevleri keşfedeceğiz.
Tensör boyutlarını elde etme problemini çözmek için yaygın olarak kullanılan kütüphaneyi kullanacağız. Dizi ve yerleşik işlevi şekil. Başlamak için, önce NumPy kitaplığını içe aktaralım ve örnek bir tensör oluşturalım.
import numpy as np tensor = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
Artık tensörümüze sahip olduğumuza göre, boyutlarını kullanarak zahmetsizce elde edebiliriz. şekil özniteliği.
tensor_dimensions = tensor.shape
print("Tensor dimensions:", tensor_dimensions)
Bu kod parçacığı aşağıdaki çıktıyı verir:
"
Tensör boyutları: (2, 2, 3)
"
tensor_dimensions değişkeni artık tensörümüzün boyutlarını bir demet biçiminde (2, 2, 3) içerir. Elde edilen sonucu daha iyi anlamak için kodu adım adım inceleyelim.
NumPy Kitaplığı
- Dizi büyük, çok boyutlu diziler ve matrislerle çalışmayı destekleyen güçlü bir Python kitaplığıdır. Bu diziler üzerinde işlemler gerçekleştirmek için bir dizi matematiksel işlevle birlikte gelir.
- Özellikle makine öğrenimi ve veri analizi alanında çeşitli bilimsel bilgi işlem paketleri ve kitaplıkları için bir temel haline geldi.
NumPy ile Tensör Oluşturma
Örneğimizde, kullanarak bir 3B tensör oluşturduk. np.dizi işlev. Bu işlev, girdi olarak bir liste listesi (veya diğer dizi benzeri yapılar) alır ve onu çok boyutlu bir diziye veya tensöre dönüştürür.
tensor = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
Oluşturulan tensör (2, 2, 3) şeklindedir, burada birinci boyut iç içe geçmiş liste sayısını, ikinci boyut her iç içe listedeki iç liste sayısını ve üçüncü boyut eleman sayısını gösterir. her iç listede.
Şekil Özniteliğini Kullanma
MKS şekil NumPy'de bulunan özellik, tensörümüzün boyutlarını sorunsuz bir şekilde elde etmemize yardımcı olur.
tensor_dimensions = tensor.shape
tensör.şekil tensörün boyutlarını şu biçimde temsil eden bir demet döndürür (boyut_1, boyut_2, …, boyut_n).
Sonuç olarak, Python'da tensör boyutlarını elde etmek, özellikle NumPy kütüphanesinin yardımıyla oldukça basit ve etkilidir. Şekil özniteliğini anlayarak ve çeşitli yerleşik işlevleri kullanarak tensörler ve boyutlarıyla ilgili çok çeşitli sorunları çözebiliriz.
