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
三块可乐两块冰3 分钟前
【第二十六周】机器学习笔记二十五
人工智能·笔记·机器学习
一招定胜负6 分钟前
opencv图片处理常见操作
人工智能·opencv·计算机视觉
byzh_rc6 分钟前
[机器学习-从入门到入土] 特征选择
人工智能·机器学习
Hcoco_me7 分钟前
大模型面试题41:RoPE改进的核心目标与常见方法
开发语言·人工智能·深度学习·自然语言处理·transformer·word2vec
Toky丶8 分钟前
【文献阅读】Half-Quadratic Quantization of Large Machine Learning Models
人工智能·机器学习
海棠AI实验室9 分钟前
海光DCU部署全攻略:开箱、配置到AI训练的最佳实践|2026工程化版本
人工智能·dcu·海光
LDG_AGI10 分钟前
【推荐系统】深度学习训练框架(二十三):TorchRec端到端超大规模模型分布式训练+推理实战
人工智能·分布式·深度学习·机器学习·数据挖掘·推荐算法
沛沛老爹13 分钟前
Web开发者快速上手AI Agent:基于Function Calling的提示词应用优化实战
java·人工智能·llm·agent·web·企业开发·function
张彦峰ZYF14 分钟前
提示词工程(Prompt Engineering):核心技巧进阶与工程化流程
人工智能·prompt·提示词工程·用清晰明确的话语表达任务意图·在可能情况下用示例去阐明输出·根据任务类型灵活选择提示策略·提示设计视作迭代工程非单次输入
AI浩15 分钟前
ARConv:用于遥感全色锐化的自适应矩形卷积
人工智能·目标跟踪