溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文源碼基于版本1.0，交互界面基于0.4.1
import torch
按照指定軸上的坐標進行過濾
index_select()
沿著某tensor的一個軸dim篩選若干個坐標
>>> x = torch.randn(3, 4) # 目標矩陣
>>> x
tensor([[ 0.1427, 0.0231, -0.5414, -1.0009],
[-0.4664, 0.2647, -0.1228, -1.1068],
[-1.1734, -0.6571, 0.7230, -0.6004]])
>>> indices = torch.tensor([0, 2]) # 在軸上篩選坐標
>>> torch.index_select(x, dim=0, indices) # 指定篩選對象、軸、篩選坐標
tensor([[ 0.1427, 0.0231, -0.5414, -1.0009],
[-1.1734, -0.6571, 0.7230, -0.6004]])
>>> torch.index_select(x, dim=1, indices)
tensor([[ 0.1427, -0.5414],
[-0.4664, -0.1228],
[-1.1734, 0.7230]])
where()
用于將兩個broadcastable的tensor組合成新的tensor，類似于c++中的三元操作符“?:”
>>> x = torch.randn(3, 2)
>>> y = torch.ones(3, 2)
>>> torch.where(x > 0, x, y)
tensor([[1.4013, 1.0000],
[1.0000, 0.9267],
[1.0000, 0.4302]])
>>> x
tensor([[ 1.4013, -0.9960],
[-0.3715, 0.9267],
[-0.7163, 0.4302]])
指定條件返回01-tensor
>>> x = torch.arange(5) >>> x tensor([0, 1, 2, 3, 4]) >>> torch.gt(x,1) # 大于 tensor([0, 0, 1, 1, 1], dtype=torch.uint8) >>> x>1 # 大于 tensor([0, 0, 1, 1, 1], dtype=torch.uint8) >>> torch.ne(x,1) # 不等于 tensor([1, 0, 1, 1, 1], dtype=torch.uint8) >>> x!=1 # 不等于 tensor([1, 0, 1, 1, 1], dtype=torch.uint8) >>> torch.lt(x,3) # 小于 tensor([1, 1, 1, 0, 0], dtype=torch.uint8) >>> x<3 # 小于 tensor([1, 1, 1, 0, 0], dtype=torch.uint8) >>> torch.eq(x,3) # 等于 tensor([0, 0, 0, 1, 0], dtype=torch.uint8) >>> x==3 # 等于 tensor([0, 0, 0, 1, 0], dtype=torch.uint8)
返回索引
>>> x = torch.arange(5)
>>> x # 1維
tensor([0, 1, 2, 3, 4])
>>> torch.nonzero(x)
tensor([[1],
[2],
[3],
[4]])
>>> x = torch.Tensor([[0.6, 0.0, 0.0, 0.0],[0.0, 0.4, 0.0, 0.0],[0.0, 0.0, 1.2, 0.0],[0.0, 0.0, 0.0,-0.4]])
>>> x # 2維
tensor([[ 0.6000, 0.0000, 0.0000, 0.0000],
[ 0.0000, 0.4000, 0.0000, 0.0000],
[ 0.0000, 0.0000, 1.2000, 0.0000],
[ 0.0000, 0.0000, 0.0000, -0.4000]])
>>> torch.nonzero(x)
tensor([[0, 0],
[1, 1],
[2, 2],
[3, 3]])
借助nonzero()我們可以返回符合某一條件的index（https://stackoverflow.com/questions/47863001/how-pytorch-tensor-get-the-index-of-specific-value）
>>> x=torch.arange(12).view(3,4)
>>> x
tensor([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> (x>4).nonzero()
tensor([[1, 1],
[1, 2],
[1, 3],
[2, 0],
[2, 1],
[2, 2],
[2, 3]])
以上這篇在PyTorch中Tensor的查找和篩選例子就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
