pytorch逐元素比较tensor大小实例

yipeiwu_com6年前Python基础

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【听图阁-专注于Python设计】。

相关文章

深入浅析Python传值与传址

1. 传值与传址的区别 传值就是传入一个参数的值,传址就是传入一个参数的地址,也就是内存的地址(相当于指针)。他们的区别是如果函数里面对传入的参数重新赋值,函数外的全局变量是否相应改变:...

python实现360皮肤按钮控件示例

复制代码 代码如下:#!/usr/bin/python  #-*-coding:utf-8-*- from PyQt4.QtGui import *from PyQt4.QtC...

Python学习笔记之if语句的使用示例

前言 条件语句在实际开发中我们已经使用过几次了,在这里我们需要再次隆重的来介绍一下它,下面话不多说了,来一起看看详细的介绍吧。 if语句 顾名思义,该语句为判断语句,先来一个简单的示例...

Python聊天室实例程序分享

Python聊天室实例程序分享

上一篇 我们学习了简单的Python TCP Socket 编程,通过分别写服务端和客户端的代码了解基本的 Python Socket 编程模型。本文再通过一个例子来加强一下对 Sock...

TensorFlow实现MLP多层感知机模型

一、多层感知机简介 Softmax回归可以算是多分类问题logistic回归,它和神经网络的最大区别是没有隐含层。理论上只要隐含节点足够多,即时只有一个隐含层的神经网络也可以拟合任意函数...