torch.where()

API和用法:

python 复制代码
torch.where(condition, x, y) -> Tensor

condition:判断条件,一个布尔类型的张量,表示条件。

若当前index满足条件,则取x中index对应的元素

若当前index不满足条件,则取y中index对应的元素

形状:

d 是一个shape和 b,c 相同的tensor,也就是 b,c 的shape 也必须相同。

注意:a不需要和b,c一样的shape

示例:

python 复制代码
import torch

# 创建一个布尔类型的张量,表示条件
condition = torch.tensor([True, False, True, False])

# 创建两个与 condition 形状相同的张量
x = torch.tensor([1, 2, 3, 4])
y = torch.tensor([5, 6, 7, 8])

# 使用 torch.where() 函数获取满足条件的元素索引
result = torch.where(condition, x, y)

print(result)

输出:

tensor([1, 6, 3, 8])

torch.where()函数-CSDN博客

torch.where()详解-CSDN博客

torch.where()函数解读-CSDN博客

相关推荐
GarryLau40 分钟前
使用pytorch进行迁移学习的两个步骤
pytorch·迁移学习·torchvision
网络研究院2 小时前
如何安全地大规模部署 GenAI 应用程序
网络·人工智能·安全·ai·部署·观点
凭栏落花侧2 小时前
决策树:简单易懂的预测模型
人工智能·算法·决策树·机器学习·信息可视化·数据挖掘·数据分析
xiandong205 小时前
240929-CGAN条件生成对抗网络
图像处理·人工智能·深度学习·神经网络·生成对抗网络·计算机视觉
innutritious6 小时前
车辆重识别(2020NIPS去噪扩散概率模型)论文阅读2024/9/27
人工智能·深度学习·计算机视觉
醒了就刷牙6 小时前
56 门控循环单元(GRU)_by《李沐:动手学深度学习v2》pytorch版
pytorch·深度学习·gru
橙子小哥的代码世界6 小时前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer
人工智能·pytorch·rnn·深度学习·神经网络·lstm·transformer
985小水博一枚呀8 小时前
【深度学习基础模型】神经图灵机(Neural Turing Machines, NTM)详细理解并附实现代码。
人工智能·python·rnn·深度学习·lstm·ntm
SEU-WYL9 小时前
基于深度学习的任务序列中的快速适应
人工智能·深度学习
OCR_wintone4219 小时前
中安未来 OCR—— 开启高效驾驶证识别新时代
人工智能·汽车·ocr