Wie finde ich die elementweise Entropie eines Tensors in PyTorch?

Wie Finde Ich Die Elementweise Entropie Eines Tensors In Pytorch



Entropie ist ein Maß für die Unsicherheit oder Zufälligkeit eines bestimmten Systems. Die elementweise Entropie eines Tensors ist die Entropie, die für jedes Element des Tensors einzeln berechnet wird. PyTorch bietet die „ Torch.special.entr() ”-Methode, um die Entropie eines beliebigen Tensors zu ermitteln. Wenn das Element des Tensors negativ ist, ist seine Entropie negativ unendlich. Wenn das Tensorelement „ 0 “, seine Entropie wird auch „ 0 “. Wenn das Tensorelement außerdem positiv ist, wird seine Entropie als Produkt des negativen Werts des Elements mit seinem natürlichen Logarithmus berechnet.

In diesem Artikel wird die Methode zum Ermitteln der elementweisen Entropie von Tensoren in PyTorch veranschaulicht.







Wie finde ich die elementweise Entropie von Tensoren in PyTorch?

Um die elementweise Entropie von Tensoren in PyTorch zu ermitteln, muss „ Torch.special.entr() ”-Methode verwendet wird. Benutzer müssen den gewünschten Tensor an diese Methode übergeben, um seine elementweise Entropie zu ermitteln.



Sehen Sie sich zum besseren Verständnis die folgenden Beispiele an:



Beispiel 1: Berechnen/Finden der elementweisen Entropie des 1D-Tensors

Im ersten Beispiel erstellen wir einen 1D-Tensor und berechnen seine elementweise Entropie. Folgen wir den bereitgestellten Schritten:





Schritt 1: PyTorch-Bibliothek importieren

Importieren Sie zunächst „ Fackel ”-Bibliothek zur Berechnung der elementweisen Entropie:

Taschenlampe importieren



Schritt 2: Erstellen Sie einen 1D-Tensor

Verwenden Sie dann die „ Torch.tensor() ”-Funktion zum Erstellen eines 1D-Tensors und Drucken seiner Elemente. Hier erstellen wir Folgendes: „ Tens1 ” 1D-Tensor aus einer Liste:

Tens1 = Torch.tensor([3, 0,8 , -1 , 5, 0, -9])

print(Tens1)

Schritt 3: Berechnen Sie die elementweise Entropie

Nutzen Sie nun die „ Torch.special.entr() ” Methode zur Berechnung der elementweisen Entropie des „ Tens1 ” Tensor:

tens_Entr = Torch.special.entr(Tens1)

Schritt 4: Berechnete Entropie anzeigen

Zeigen Sie abschließend die berechnete elementweise Entropie des Tensors zur Überprüfung an:

print(tens_Entr)

Die folgende Ausgabe zeigt die berechnete Entropie des „ Tens1 ” Tensor:

Beispiel 2: Berechnen/Finden der elementweisen Entropie des 2D-Tensors

Im zweiten Beispiel erstellen wir einen 2D-Tensor und berechnen seine elementweise Entropie. Folgen wir der folgenden Schritt-für-Schritt-Anleitung:

Schritt 1: PyTorch-Bibliothek importieren

Importieren Sie zunächst „ Fackel ”Bibliothek zur Berechnung der Entropie:

Taschenlampe importieren

Schritt 2: Erstellen Sie einen 2D-Tensor

Erstellen Sie dann einen gewünschten 2D-Tensor und drucken Sie seine Elemente. Hier erstellen wir Folgendes: „ Zehner2 „2D-Tensor:

Tens2 = Torch.tensor([[1, 7, -3], [4, -2, 0], [-5, 0, -8]])

print(Tens2)

Dadurch wurde ein 2D-Tensor erstellt, wie unten dargestellt:

Schritt 3: Berechnen Sie die elementweise Entropie

Berechnen Sie nun die elementweise Entropie des „ Zehner2 ” Tensor mit dem „ Torch.special.entr() ' Methode:

tens2_Entr = Torch.special.entr(Tens2)

Schritt 4: Berechnete Entropie anzeigen

Zeigen Sie abschließend die berechnete elementweise Entropie des Tensors an:

print(tens2_Entr)

Die Entropie des „ Zehner2 „Tensor wurde erfolgreich berechnet:

Wir haben die Methode zur Berechnung der elementweisen Entropie von Tensoren in PyTorch effizient erklärt.

Notiz : Hier können Sie auf unser Google Colab Notebook zugreifen Verknüpfung .

Abschluss

Um die elementweise Entropie von Tensoren in PyTorch zu berechnen/zu finden, importieren Sie zunächst „ Fackel ' Bibliothek. Erstellen Sie dann den gewünschten 1D- oder 2D-Tensor und sehen Sie sich seine Elemente an. Verwenden Sie danach die Funktion „ Torch.special.entr() ”-Methode zur Berechnung der elementweisen Entropie des Eingabetensors. Zeigen Sie abschließend die berechnete Entropie an. In diesem Artikel wurde die Methode zur Berechnung der elementweisen Entropie von Tensoren in PyTorch veranschaulicht.