Pytorch mask_select 函數(shù)的用法詳解
非常簡(jiǎn)單的函數(shù)，但是官網(wǎng)的介紹令人（令我）迷惑，所以稍加解釋。
mask_select會(huì)將滿足mask（掩碼、遮罩等等，隨便翻譯）的指示，將滿足條件的點(diǎn)選出來(lái)。
根據(jù)掩碼張量mask中的二元值，取輸入張量中的指定項(xiàng)( mask為一個(gè) ByteTensor)，將取值返回到一個(gè)新的1D張量，
張量 mask須跟input張量有相同數(shù)量的元素?cái)?shù)目，但形狀或維度不需要相同
x = torch.randn(3, 4)
x
1.2045 2.4084 0.4001 1.1372
0.5596 1.5677 0.6219 -0.7954
1.3635 -1.2313 -0.5414 -1.8478
[torch.FloatTensor of size 3x4]
mask = x.ge(0.5)
mask
1 1 0 1
1 1 1 0
1 0 0 0
[torch.ByteTensor of size 3x4]
torch.masked_select(x, mask)
1.2045
2.4084
1.1372
0.5596
1.5677
0.6219
1.3635
[torch.FloatTensor of size 7]
以上這篇Pytorch mask_select 函數(shù)的用法詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
- pytorch中的nn.ZeroPad2d()零填充函數(shù)實(shí)例詳解
- Pytorch 圖像變換函數(shù)集合小結(jié)
- Pytorch上下采樣函數(shù)--interpolate用法
- pytorch 常用函數(shù) max ,eq說(shuō)明
- Pytorch十九種損失函數(shù)的使用詳解
- pytorch之Resize()函數(shù)具體使用詳解
- 使用 pytorch 創(chuàng)建神經(jīng)網(wǎng)絡(luò)擬合sin函數(shù)的實(shí)現(xiàn)
- PyTorch筆記之scatter()函數(shù)的使用
- pytorch方法測(cè)試——激活函數(shù)(ReLU)詳解
- pytorch 常用線性函數(shù)詳解
- 使用Pytorch來(lái)擬合函數(shù)方式
- 如何利用Pytorch計(jì)算三角函數(shù)
相關(guān)文章
Python實(shí)現(xiàn)動(dòng)態(tài)添加類的屬性或成員函數(shù)的解決方法
這篇文章主要介紹了Python實(shí)現(xiàn)動(dòng)態(tài)添加類的屬性或成員函數(shù)的解決方法,在類似插件開(kāi)發(fā)的時(shí)候會(huì)比較有用,需要的朋友可以參考下2014-07-07
Python實(shí)現(xiàn)簡(jiǎn)易的限流器介紹
大家好，本篇文章主要講的是Python實(shí)現(xiàn)簡(jiǎn)易的限流器介紹，感興趣的同學(xué)趕快來(lái)看一看吧，對(duì)你有幫助的話記得收藏一下2022-01-01
Pytorch固定隨機(jī)數(shù)種子的方法小結(jié)
在對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練時(shí),有時(shí)候會(huì)存在對(duì)訓(xùn)練過(guò)程進(jìn)行復(fù)現(xiàn)的需求,然而,每次運(yùn)行時(shí) Pytorch、Numpy 中的隨機(jī)性將使得該目的變得困難重重,基于此,本文記錄了 Pytorch 中的固定隨機(jī)數(shù)種子的方法,需要的朋友可以參考下2023-12-12
Python數(shù)據(jù)挖掘中常用的五種AutoEDA 工具總結(jié)
大家好，我們都知道在數(shù)據(jù)挖掘的過(guò)程中，數(shù)據(jù)探索性分析一直是非常耗時(shí)的一個(gè)環(huán)節(jié)，但也是繞不開(kāi)的一個(gè)環(huán)節(jié)，本篇文章帶你盤(pán)點(diǎn)數(shù)據(jù)挖掘中常見(jiàn)的5種 AutoEDA 工具2021-11-11
今天小編就為大家分享一篇python 實(shí)現(xiàn)GUI(圖形用戶界面)編程詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-08-08
Python Pytorch深度學(xué)習(xí)之?dāng)?shù)據(jù)加載和處理
今天小編就為大家分享一篇Pytorch 數(shù)據(jù)加載與數(shù)據(jù)預(yù)處理方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-10-10
這篇文章主要介紹了在python中如何建立一個(gè)自己的包，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-02-02
使用OpenCV實(shí)現(xiàn)仿射變換—平移功能
Python生成器深度解析如何構(gòu)建強(qiáng)大的數(shù)據(jù)處理管道