এনট্রপি হল একটি নির্দিষ্ট সিস্টেমের অনিশ্চয়তা বা এলোমেলোতার পরিমাপ। একটি টেনসরের উপাদান-ভিত্তিক এনট্রপি হল টেনসরের প্রতিটি উপাদানের জন্য পৃথকভাবে গণনা করা এনট্রপি। PyTorch প্রদান করে ' torch.special.entr() যে কোনো টেনসরের এনট্রপি খুঁজে বের করার পদ্ধতি। যদি টেনসরের উপাদান ঋণাত্মক হয়, তবে এর এনট্রপি হবে ঋণাত্মক অসীমতা। যদি টেনসরের উপাদান হয় ' 0 ”, এর এনট্রপিও হবে “ 0 ” তদুপরি, যদি টেনসর উপাদানটি ধনাত্মক হয়, তবে এর এনট্রপিটি তার প্রাকৃতিক লগারিদম দ্বারা উপাদানটির ঋণাত্মক মানের গুণফল হিসাবে গণনা করা হবে।
এই নিবন্ধটি PyTorch-এ টেনসরের উপাদান-ভিত্তিক এনট্রপি খুঁজে বের করার পদ্ধতির উদাহরণ দেবে।
পাইটর্চে টেনসরের উপাদান-ভিত্তিক এনট্রপি কীভাবে খুঁজে পাবেন?
পাইটর্চে টেনসরের উপাদান-ভিত্তিক এনট্রপি খুঁজে পেতে, ' torch.special.entr() 'পদ্ধতি ব্যবহার করা হয়। ব্যবহারকারীদের এলিমেন্ট-ভিত্তিক এনট্রপি খুঁজে পেতে এই পদ্ধতিতে পছন্দসই টেনসর পাস করতে হবে।
আরও ভালোভাবে বোঝার জন্য পরবর্তী প্রদত্ত উদাহরণগুলি দেখুন:
উদাহরণ 1: 1D টেনসরের উপাদান-ভিত্তিক এনট্রপি গণনা করুন/ খুঁজুন
প্রথম উদাহরণে, আমরা একটি 1D টেনসর তৈরি করব এবং এর উপাদান-ভিত্তিক এনট্রপি গণনা করব। আসুন প্রদত্ত পদক্ষেপগুলি অনুসরণ করি:
ধাপ 1: পাইটর্চ লাইব্রেরি আমদানি করুন
প্রথমে, আমদানি করুন ' টর্চ উপাদান-ভিত্তিক এনট্রপি গণনা করতে লাইব্রেরি:
আমদানি মশাল 
ধাপ 2: 1D টেনসর তৈরি করুন
তারপর, ব্যবহার করুন ' torch.tensor() ” ফাংশন একটি 1D টেনসর তৈরি করতে এবং এর উপাদানগুলি মুদ্রণ করতে। এখানে, আমরা নিম্নলিখিত তৈরি করছি ' দশ একটি তালিকা থেকে 1D টেনসর:
Tens1 = torch.tensor([3, 0.8, -1, 5, 0, -9])মুদ্রণ(টেনস1)
ধাপ 3: উপাদান-ভিত্তিক এনট্রপি গণনা করুন
এখন, ব্যবহার করুন ' torch.special.entr() 'এর উপাদান-ভিত্তিক এনট্রপি গণনা করার পদ্ধতি দশ 'টেনসর:
tens_Entr = torch.special.entr(Tens1) 
ধাপ 4: কম্পিউটেড এনট্রপি প্রদর্শন করুন
অবশেষে, যাচাইয়ের জন্য টেনসরের গণনাকৃত উপাদান-ভিত্তিক এনট্রপি প্রদর্শন করুন:
মুদ্রণ(দশ_এন্ট্রি)নীচের আউটপুট 'এর গণনাকৃত এনট্রপি দেখায় দশ 'টেনসর:
উদাহরণ 2: 2D টেনসরের উপাদান-ভিত্তিক এনট্রপি গণনা করুন/ খুঁজুন
দ্বিতীয় উদাহরণে, আমরা একটি 2D টেনসর তৈরি করব এবং এর উপাদান-ভিত্তিক এনট্রপি গণনা করব। আসুন নীচের ধাপে ধাপে পদ্ধতি অনুসরণ করি:
ধাপ 1: পাইটর্চ লাইব্রেরি আমদানি করুন
প্রথমে, আমদানি করুন ' টর্চ এনট্রপি গণনা করার জন্য লাইব্রেরি:
আমদানি মশাল 
ধাপ 2: 2D টেনসর তৈরি করুন
তারপরে, একটি পছন্দসই 2D টেনসর তৈরি করুন এবং এর উপাদানগুলি মুদ্রণ করুন। এখানে, আমরা নিম্নলিখিত তৈরি করছি ' টেনস২ '2D টেনসর:
Tens2 = torch.tensor([[1, 7, -3], [4, -2, 0], [-5, 0, -8]])মুদ্রণ(Tens2)
এটি নীচে দেখানো হিসাবে একটি 2D টেনসর তৈরি করেছে:
ধাপ 3: উপাদান-ভিত্তিক এনট্রপি গণনা করুন
এখন, 'এর উপাদান-ভিত্তিক এনট্রপি গণনা করুন টেনস২ 'টেনসর' ব্যবহার করে torch.special.entr() 'পদ্ধতি:
tens2_Entr = torch.special.entr(Tens2) 
ধাপ 4: কম্পিউটেড এনট্রপি প্রদর্শন করুন
অবশেষে, টেনসরের গণনাকৃত উপাদান-ভিত্তিক এনট্রপি প্রদর্শন করুন:
মুদ্রণএর এনট্রপি ' টেনস২ ” টেনসর সফলভাবে গণনা করা হয়েছে:
আমরা পাইটর্চে টেনসরের উপাদান-ভিত্তিক এনট্রপি গণনা করার পদ্ধতিটি দক্ষতার সাথে ব্যাখ্যা করেছি।
বিঃদ্রঃ : আপনি এখানে আমাদের Google Colab নোটবুক অ্যাক্সেস করতে পারেন লিঙ্ক .
উপসংহার
PyTorch-এ টেনসরের উপাদান-ভিত্তিক এনট্রপি গণনা/খুঁজে পেতে, প্রথমে, “ইমপোর্ট করুন টর্চ 'লাইব্রেরি। তারপরে, পছন্দসই 1D বা 2D টেনসর তৈরি করুন এবং এর উপাদানগুলি দেখুন। এর পরে, ব্যবহার করুন ' torch.special.entr() ইনপুট টেনসরের উপাদান-ভিত্তিক এনট্রপি গণনা করার পদ্ধতি। সবশেষে, গণনাকৃত এনট্রপি প্রদর্শন করুন। এই নিবন্ধটি PyTorch-এ টেনসরের উপাদান-ভিত্তিক এনট্রপি গণনা করার পদ্ধতির উদাহরণ দিয়েছে।