使用pytorch 篩選出一定范圍的值
我就廢話不多說(shuō)了,大家還是直接看代碼吧~
import torch input_tensor = torch.tensor([1,2,3,4,5]) print(input_tensor>3) mask = (input_tensor>3).nonzero() print(mask) print(input_tensor.index_select(0,mask))
tensor([0, 0, 0, 1, 1], dtype=torch.uint8) tensor([3, 4]) tensor([4, 5])
補(bǔ)充知識(shí):pytorch tensor篩選滿足條件的行或列(使用與或)
我就廢話不多說(shuō)了,大家還是直接看代碼吧~
import torch x = torch.linspace(1, 8, steps=8).view(4, 2) print(x) area1=(x[:,0]>5.5)&(x[:,1]>5.5) c=x[:,0]*x[:,1] area2=c>25 area=area1|area2 print(x[area]) if 0: # index=torch.max(area,1)[0] b=x[area] # b= x[torch.where((x[:,0]>0) & (x[:,0]<6))] # print(b)
以上這篇使用pytorch 篩選出一定范圍的值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。
相關(guān)文章
Python?Fuzzywuzzy庫(kù)基本函數(shù)及模糊字符串匹配應(yīng)用實(shí)戰(zhàn)
fuzzywuzzy?是一個(gè)用于模糊字符串匹配的?Python?庫(kù),它基于編輯距離算法,提供了多個(gè)函數(shù)來(lái)比較字符串之間的相似性,在實(shí)際開(kāi)發(fā)中,字符串匹配是一項(xiàng)常見(jiàn)但具有挑戰(zhàn)性的任務(wù),用戶可能犯拼寫錯(cuò)誤,使用縮寫或者輸入同義詞,因此,我們需要一種方法來(lái)處理這些情況2023-12-12
pytorch模型訓(xùn)練的時(shí)候GPU使用率不高的問(wèn)題
如何用六步教會(huì)你使用python爬蟲爬取數(shù)據(jù)
Django中URL視圖函數(shù)的一些高級(jí)概念介紹
Django 解決新建表刪除后無(wú)法重新創(chuàng)建等問(wèn)題

