Beginning with PyTorch – Understanding Tensors for Deep Learning in Python

पायथॉन में एक मजबूत डीप लर्निंग लाइब्रेरी है PyTorch, जिसका उपयोग अब उच्च स्तरीय डीप लर्निंग एल्गोरिथ्मों को बनाने और उन्हें ट्रेन करने के लिए किया जा रहा है। PyTorch में तेज़ और ऋणात्मक अनुकूलित टेन्सर ऑपरेशन्स के लिए क्लैस क्लास तेजी से उपलब्ध हैं जिनका उपयोग करते हुए डीप लर्निंग को अपने प्रोजेक्ट्स में अंजाम दिया जा सकता है।

इस ट्यूटोरियल में, हम पायथॉन में PyTorch का उपयोग करके टेंसर (TENSORS) के बारे में जानकारी प्राप्त करेंगे और उन्हें कैसे बनाया जाता है उसे सीखेंगे।

STEP 1: PyTorch का स्थापना करें
पहले पायथॉन इंस्टॉल करें और फिर नीचे दिए गए कमांड के माध्यम से PyTorch का स्थापना करें:

pip install torch

STEP 2: अपने डीप लर्निंग प्रोजेक्ट में वस्त्र (TENSOR) शुरू करें
पायथॉन में टेंसर अनिमान मूडलिंग के लिए इकलौता डाटा संरचना है जिसमें तार का सेट चालक एक अद्वितीय यवस्थित डाटा संरचना है। आइये निम्नलिखित प्रकार से एक टेंसर तैयार करें:

import torch

# Scalar (rank-0 tensor)
x = torch.tensor(42)
print(x)

यहां, हमने torch.tensor फंक्शन का उपयोग करके एक स्कैलर टेंसर (rank-0 tensor) बनाया है। इसके बाद हमने इसे प्रिंट करवाया है।

STEP 3: विविध अन्य टेंसर तरहों का उपयोग करें
टेंसर कई प्रकार के हो सकते हैं जैसे विकेटर (Vector), मेट्रिक्स (Matrix), और मल्टीडाइमेंशनल एरे (Multidimensional Array)। यह उदाहरण नीचे दिए गए हैं:

# Vector
x = torch.tensor([1, 2, 3, 4, 5])
print(x)

# Matrix
matrix = torch.tensor([[1, 2], [3, 4], [5, 6]])
print(matrix)

# Multidimensional Array
multi_array = torch.tensor([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(multi_array)

इस तरह, आप विभिन्न प्रकार के टेंसर को बना सकते हैं और प्रिंट कर सकते हैं।

इस प्रकार, आप PyTorch का उपयड करके टेंसर (TENSORS) के साथ काम करना सीख सकते हैं। यह एक बहुत ही महत्वपूर्ण और महत्वपूर्ण विषय है जो किसी भी डीप लर्निंग प्रोजेक्ट के लिए बहुत जरुरी है।