NumPy لائبریری بطور ڈیفالٹ GPU ایکسلریشن کو سپورٹ نہیں کرتی ہے۔ اس کا مطلب ہے کہ NumPy آپریشنز میموری اور CPU کی رفتار سے محدود ہیں۔ یہ بڑے پیمانے پر ڈیٹا کے تجزیہ اور پیچیدہ حسابات کے لیے ایک خرابی ہے۔ تاہم، PyTorch tensors عددی حسابات کو تیز کرنے کے لیے GPU کا استعمال کرتے ہیں۔ یہ گہری سیکھنے کی ایپلی کیشنز کے لیے ضروری ہے جہاں ڈیٹا بہت زیادہ ہے۔ صارفین اس خصوصیت سے فائدہ اٹھانے اور مشین لرننگ ماڈلز کی کارکردگی کو بڑھانے کے لیے NumPy ارے کو PyTorch ٹینسر میں تبدیل کر سکتے ہیں۔
یہ بلاگ NumPy سرنی کو PyTorch ٹینسر میں تبدیل کرنے کے طریقوں کی وضاحت کرے گا۔
PyTorch Tensor میں NumPy Array میں تبدیل/تبدیل کیسے کریں؟
NumPy سرنی کو PyTorch ٹینسر میں تبدیل/تبدیل کرنے کے لیے، دو طریقے استعمال کیے جا سکتے ہیں:
- طریقہ 1: 'torch.from_numpy()' فنکشن کا استعمال
- طریقہ 2: 'torch.tensor()' فنکشن کا استعمال
طریقہ 1: 'torch.from_numpy()' فنکشن کا استعمال کرتے ہوئے NumPy Array کو PyTorch ٹینسر میں تبدیل/تبدیل کریں
NumPy ارے کو PyTorch ٹینسر میں تبدیل کرنے کے لیے، صارفین 'torch.from_numpy()' فنکشن استعمال کر سکتے ہیں۔ مرحلہ وار ہدایات ذیل میں دی گئی ہیں:
مرحلہ 1: ضروری لائبریریاں درآمد کریں۔
سب سے پہلے، مطلوبہ 'ٹارچ' اور 'numpy' لائبریریاں درآمد کریں:
درآمد ٹارچ # درآمد کرنے والی ٹارچ لائبریری
درآمد numpy بطور np #importing NumPy لائبریری
مرحلہ 2: ایک NumPy صف بنائیں
پھر، ایک سادہ NumPy صف بنائیں۔ مثال کے طور پر، ہم نے درج ذیل NumPy سرنی بنائی ہے اور اسے ' num_array متغیر:
مرحلہ 3: Numpy Array کو PyTorch Tensor میں تبدیل کریں۔
اب، استعمال کریں ' torch.from_numpy() مندرجہ بالا تخلیق کردہ NumPy سرنی کو PyTorch ٹینسر میں تبدیل کرنے اور اسے متغیر میں ذخیرہ کرنے کے لیے فنکشن۔ یہاں، ہم نے استعمال کیا ہے ' پی_ٹینسر تبدیل شدہ NumPy سرنی کو ذخیرہ کرنے کے لیے متغیر:
پی_ٹینسر = ٹارچ سے_numpy ( num_array )
مرحلہ 4: پرنٹ آؤٹ پٹ
آخر میں، پرنٹ کریں ' پی_ٹینسر 'ٹینسر:
اس نے NumPy سرنی کو PyTorch ٹینسر میں تبدیل کر دیا ہے۔
نوٹ : اگر کوئی صارف 'torch.from_numpy()' فنکشن کو NumPy ارے کو PyTorch ٹینسر میں تبدیل کرنے کے لیے استعمال کرتا ہے، تو اس کے نتیجے میں PyTorch ٹینسر اصل Numpy اری سے منسلک ہو جائے گا اور وہی میموری استعمال کرے گا۔ لہٰذا، ٹینسر میں کی گئی/لاگو کی گئی تبدیلیوں کا اثر اصل صف پر بھی پڑے گا۔ اس رویے سے بچنے کے لیے، 'torch.tensor()' فنکشن استعمال کریں۔
طریقہ 2: 'torch.tensor()' فنکشن کا استعمال کرتے ہوئے NumPy Array کو PyTorch ٹینسر میں تبدیل/تبدیل کریں
NumPy سرنی کو PyTorch ٹینسر میں تبدیل کرنے کے لیے، صارفین 'torch.tensor()' فنکشن استعمال کر سکتے ہیں۔ مرحلہ وار ہدایات ذیل میں دی گئی ہیں:
مرحلہ 1: لائبریریاں درآمد کریں۔
سب سے پہلے، ضروری درآمد کریں ٹارچ 'اور' بے حس لائبریریاں:
درآمد Numpy بطور np
مرحلہ 2: ایک NumPy صف بنائیں
اس کے بعد، ایک NumPy صف بنائیں۔ مثال کے طور پر، ہم نے درج ذیل NumPy سرنی بنائی ہے اور اسے ' num_array متغیر:
مرحلہ 3: NumPy Array کو PyTorch Tensor میں تبدیل کریں۔
پھر، NumPy سرنی کو 'کے ذریعے ایک PyTorch ٹینسر میں تبدیل کریں torch.from_numpy() فنکشن کریں اور اسے متغیر میں اسٹور کریں۔ یہاں، ہم نے استعمال کیا ہے ' پی_ٹینسر تبدیل شدہ NumPy سرنی کو ذخیرہ کرنے کے لیے متغیر:
مرحلہ 4: پرنٹ آؤٹ پٹ
آخر میں، پرنٹ 'Py_tensor' ٹینسر:
ایسا کرنے سے، NumPy سرنی کو PyTorch ٹینسر میں تبدیل کر دیا گیا ہے:
نوٹ : آپ اس پر ہماری گوگل کولاب نوٹ بک تک رسائی حاصل کر سکتے ہیں۔ لنک .
ہم نے NumPy سرنی کو PyTorch ٹینسر میں تبدیل کرنے کے طریقوں کی مؤثر طریقے سے وضاحت کی ہے۔
نتیجہ
NumPy سرنی کو PyTorch ٹینسر میں تبدیل/تبدیل کرنے کے لیے، پہلے ضروری لائبریریاں درآمد کریں۔ پھر، ایک سادہ NumPy سرنی بنائیں اور اسے ایک خاص متغیر میں اسٹور کریں۔ اس کے بعد، استعمال کریں ' torch.from_numpy() 'یا' torch.tensor() NumPy سرنی کو PyTorch ٹینسر میں تبدیل کرنے اور اسے پرنٹ کرنے کا فنکشن۔ اس بلاگ نے NumPy سرنی کو PyTorch ٹینسر میں تبدیل/تبدیل کرنے کے دو طریقے بتائے ہیں۔