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
喝拿铁写前端1 小时前
别再让 AI 直接写页面了:一种更稳的中后台开发方式
前端·人工智能
tongxianchao2 小时前
UPDP: A Unified Progressive Depth Pruner for CNN and Vision Transformer
人工智能·cnn·transformer
塔能物联运维3 小时前
设备边缘计算任务调度卡顿 后来动态分配CPU/GPU资源
人工智能·边缘计算
过期的秋刀鱼!3 小时前
人工智能-深度学习-线性回归
人工智能·深度学习
木头左3 小时前
高级LSTM架构在量化交易中的特殊入参要求与实现
人工智能·rnn·lstm
IE063 小时前
深度学习系列84:使用kokoros生成tts语音
人工智能·深度学习
欧阳天羲3 小时前
#前端开发未来3年(2026-2028)核心趋势与AI应用实践
人工智能·前端框架
IE063 小时前
深度学习系列83:使用outetts
人工智能·深度学习
水中加点糖4 小时前
源码运行RagFlow并实现AI搜索(文搜文档、文搜图、视频理解)与自定义智能体(一)
人工智能·二次开发·ai搜索·文档解析·ai知识库·ragflow·mineru
imbackneverdie4 小时前
如何用AI工具,把文献综述从“耗时费力”变成“高效产出”?
人工智能·经验分享·考研·自然语言处理·aigc·ai写作