PyTorch – 如何计算张量的逐元素逻辑异或？

torch.logical_xor()计算给定的两个输入张量的逐元素逻辑异或。在张量中，具有零值的元素被视为 False，非零元素被视为 True。它以两个张量作为输入参数，并在计算逻辑异或后返回一个带有值的张量。

语法

torch.logical_xor(tensor1, tensor2)

其中tensor1和tensor2是两个输入张量。

步骤

要计算给定输入张量的逐元素逻辑异或，可以按照以下步骤操作 -

• 导入火炬库。确保您已经安装了它。

• 创建两个张量，tensor1和tensor2，并打印张量。

• 计算torch.logical_xor(tesnor1, tesnor2)并将值分配给变量。

• 执行逐元素逻辑异或运算后打印最终结果。

示例 1

# import torch library
import torch

# define two Boolean tensors
tensor1 = torch.tensor([True, True, True, False, False])
tensor2 = torch.tensor([True, False, False, True, True])

# display the defined tensors
print("Tensor 1:\n", tensor1)
print("Tensor 2:\n", tensor2)

# compute XOR of tensor1 and tensor2 and display
tensor_xor = torch.logical_xor(tensor1, tensor2)
print("XOR result:\n", tensor_xor)

输出结果

Tensor 1:
 tensor([ True, True, True, False, False])
Tensor 2:
 tensor([ True, False, False, True, True])
XOR result:
 tensor([False, True, True, True, True])

示例 2

# import torch library
import torch

# define two tensors
tensor1 = torch.tensor([True, True, True, False, False])
tensor2 = torch.tensor([1, 0, 123, 23, -12])

# display the defined tensors
print("Tensor 1:\n", tensor1)
print("Tensor 2:\n", tensor2)

# compute XOR of tensor1 and tensor2 and display
tensor_xor = torch.logical_xor(tensor1, tensor2)
print("XOR result:\n", tensor_xor)

输出结果

Tensor 1:
 tensor([ True, True, True, False, False])
Tensor 2:
 tensor([ 1, 0, 123, 23, -12])
XOR result:
 tensor([False, True, False, True, True])

示例 3

# import torch library
import torch

# define two tensors
tensor1 = torch.tensor([12, 3, 11, 21, -12])
tensor2 = torch.tensor([1, 0, 123, 0, -2])

# display the defined tensors
print("Tensor 1:\n", tensor1)
print("Tensor 2:\n", tensor2)

# compute XOR of tensor1 and tensor2 and display
tensor_xor = torch.logical_xor(tensor1, tensor2)
print("XOR result:\n", tensor_xor)

输出结果

Tensor 1:
 tensor([ 12, 3, 11, 21, -12])
Tensor 2:
 tensor([ 1, 0, 123, 0, -2])
XOR result:
 tensor([False, True, False, True, False])