مكتبة NumPy لا تدعم تسريع GPU بشكل افتراضي. وهذا يعني أن عمليات NumPy مقيدة بالذاكرة وسرعة وحدة المعالجة المركزية. إنه عيب في تحليل البيانات واسعة النطاق والحسابات المعقدة. ومع ذلك، تستخدم موترات PyTorch وحدة معالجة الرسومات لتسريع العمليات الحسابية الرقمية. يعد هذا أمرًا ضروريًا لتطبيقات التعلم العميق حيث تكون البيانات ضخمة. يمكن للمستخدمين تحويل مصفوفة NumPy إلى موتر PyTorch للاستفادة من هذه الميزة وتحسين أداء نماذج التعلم الآلي.
ستوضح هذه المدونة طرق تحويل مصفوفة NumPy إلى موتر PyTorch.
كيفية التحويل/التحويل من NumPy Array إلى PyTorch Tensor؟
لتحويل/تحويل مصفوفة NumPy إلى موتر PyTorch، يمكن استخدام طريقتين:
- الطريقة الأولى: استخدام وظيفة 'torch.from_numpy()'.
- الطريقة الثانية: استخدام وظيفة 'torch.tensor()'.
الطريقة الأولى: تحويل/تحويل مصفوفة NumPy إلى موتر PyTorch باستخدام وظيفة 'torch.from_numpy()'
لتحويل مصفوفة NumPy إلى موتر PyTorch، يمكن للمستخدمين استخدام وظيفة 'torch.from_numpy()'. يتم إعطاء التعليمات خطوة بخطوة أدناه:
الخطوة 1: استيراد المكتبات الضرورية
أولاً، قم باستيراد مكتبات 'torch' و'numpy' المطلوبة:
يستورد الشعلة #استيراد مكتبة الشعلة
يستورد numpy as np #importing مكتبة NumPy
الخطوة 2: إنشاء مصفوفة NumPy
ثم قم بإنشاء مصفوفة NumPy بسيطة. على سبيل المثال، قمنا بإنشاء مصفوفة NumPy التالية وقمنا بتخزينها في ' num_array ' عامل:
الخطوة 3: تحويل مصفوفة Numpy إلى موتر PyTorch
الآن استخدم ' torch.from_numpy() 'وظيفة لتحويل مصفوفة NumPy التي تم إنشاؤها أعلاه إلى موتر PyTorch وتخزينها في متغير. وهنا استخدمنا ' Py_tensor 'متغير لتخزين مصفوفة NumPy المحولة:
Py_tensor = شعلة. from_numpy ( num_array )
الخطوة 4: طباعة الإخراج
وأخيرًا، اطبع ' Py_tensor 'الموتر:
أدى هذا إلى تحويل مصفوفة NumPy إلى موتر PyTorch:
ملحوظة : إذا استخدم المستخدم وظيفة 'torch.from_numpy()' لتحويل مصفوفة NumPy إلى موتر PyTorch، فسيتم ربط موتر PyTorch الناتج بمصفوفة Numpy الأصلية واستخدام نفس الذاكرة. ولذلك، فإن أي تغييرات يتم إجراؤها/تطبيقها على الموتر سيكون لها أيضًا تأثير على المصفوفة الفعلية. لتجنب هذا السلوك، استخدم وظيفة 'torch.tensor()'.
الطريقة الثانية: تحويل/تحويل مصفوفة NumPy إلى PyTorch Tensor باستخدام وظيفة 'torch.tensor()'
لتحويل مصفوفة NumPy إلى موتر PyTorch، يمكن للمستخدمين استخدام وظيفة 'torch.tensor()'. يتم إعطاء التعليمات خطوة بخطوة أدناه:
الخطوة 1: استيراد المكتبات
أولاً، قم باستيراد ما يلزم ' شعلة ' و ' numpy 'المكتبات:
يستورد numpy كما np
الخطوة 2: إنشاء مصفوفة NumPy
بعد ذلك، قم بإنشاء مصفوفة NumPy. على سبيل المثال، قمنا بإنشاء مصفوفة NumPy التالية وقمنا بتخزينها في ' num_array ' عامل:
الخطوة 3: تحويل مصفوفة NumPy إلى موتر PyTorch
ثم قم بتحويل مصفوفة NumPy إلى موتر PyTorch عبر ' torch.from_numpy() 'وظيفة وتخزينها في متغير. وهنا استخدمنا ' Py_tensor 'متغير لتخزين مصفوفة NumPy المحولة:
الخطوة 4: طباعة الإخراج
وأخيرا، طباعة 'باي_تنسور' الموتر:
من خلال القيام بذلك، تم تحويل مصفوفة NumPy إلى موتر PyTorch:
ملحوظة : يمكنك الوصول إلى Google Colab Notebook الخاص بنا على هذا وصلة .
لقد شرحنا بكفاءة طرق تحويل مصفوفة NumPy إلى موتر PyTorch.
خاتمة
لتحويل/تحويل مصفوفة NumPy إلى موتر PyTorch، قم أولاً باستيراد المكتبات الضرورية. ثم قم بإنشاء مصفوفة NumPy بسيطة وقم بتخزينها في متغير معين. بعد ذلك استخدم ' torch.from_numpy() ' أو ' الشعلة.الموتر() 'وظيفة لتحويل مصفوفة NumPy إلى موتر PyTorch وطباعتها. لقد أوضحت هذه المدونة طريقتين لتحويل/تحويل مصفوفة NumPy إلى موتر PyTorch.