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

python创建ArcGIS shape文件的实现

工作中遇到了一个需求,需要把一段json文本转化成ArcGIS shape文件,想来想去,还是考虑用python来实现。 直接上代码 import shapefile import...

python进阶教程之词典、字典、dict

基础教程介绍了基本概念,特别是对象和类。 进阶教程对基础教程的进一步拓展,说明Python的细节。希望在进阶教程之后,你对Python有一个更全面的认识。 之前我们说了,列表是Pytho...

Python json 错误xx is not JSON serializable解决办法

Python json 错误xx is not JSON serializable解决办法 在使用json的时候经常会遇到xxx  is not JSON serializab...

Python文件打开方式实例详解【a、a+、r+、w+区别】

本文实例讲述了Python文件打开方式。分享给大家供大家参考,具体如下: 第一步 排除文件打开方式错误: r只读,r+读写,不创建 w新建只写,w+新建读写,二者都会将文件内容清零 (以...

基于sklearn实现Bagging算法(python)

基于sklearn实现Bagging算法(python)

本文使用的数据类型是数值型,每一个样本6个特征表示,所用的数据如图所示: 图中A,B,C,D,E,F列表示六个特征,G表示样本标签。每一行数据即为一个样本的六个特征和标签。 实现Bag...