pytorch逐元素比较tensor大小实例

(编辑:jimmy 日期: 2024/9/24 浏览:2)

如下所示:

import torch
a = torch.tensor([[0.01, 0.011], [0.009, 0.9]])
mask = a.gt(0.01)
print(mask)

tensor比较大小可以用tensor.gt属性。上面比较了a中每个元素和0.01的大小,大于0.01的元素输出True。输出结果:

tensor([[False, True],
    [False, True]])

我们取出tenor a中对应的大于0.01的值:

a[mask]

将对应满足条件的元素输出并自动拉伸为一个一维向量输出:

tensor([0.0110, 0.9000])

我们也可以比较两个tensor大小

b = torch.tensor([[0.02, 1], [0, 1.0]])
torch.gt(a, b)
tensor([[False, False],
    [ True, False]])

以上这篇pytorch逐元素比较tensor大小实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

一句话新闻
一文看懂荣耀MagicBook Pro 16
荣耀猎人回归!七大亮点看懂不只是轻薄本,更是游戏本的MagicBook Pro 16.
人们对于笔记本电脑有一个固有印象:要么轻薄但性能一般,要么性能强劲但笨重臃肿。然而,今年荣耀新推出的MagicBook Pro 16刷新了人们的认知——发布会上,荣耀宣布猎人游戏本正式回归,称其继承了荣耀 HUNTER 基因,并自信地为其打出“轻薄本,更是游戏本”的口号。
众所周知,寻求轻薄本的用户普遍更看重便携性、外观造型、静谧性和打字办公等用机体验,而寻求游戏本的用户则普遍更看重硬件配置、性能释放等硬核指标。把两个看似难以相干的产品融合到一起,我们不禁对它产生了强烈的好奇:作为代表荣耀猎人游戏本的跨界新物种,它究竟做了哪些平衡以兼顾不同人群的各类需求呢?