pytorch条件选择行和列

本文介绍了在PyTorch中如何根据特定条件选择Tensor的行和列。通过示例展示了如何使用条件索引来选取满足条件的行和列,例如:`a[condition,:]`选择满足条件的行,`a[:,condition]`选择满足条件的列。这种操作在处理大型数据集或进行特定计算时非常有用。
摘要由CSDN通过智能技术生成

在使用pytorch中,我们有时会需要按照某些条件去选择行和列(甚至是任意一维),这时候可以这么选择:

a=torch.tensor(……) # a是一个n维的tensor
b=a[:,:,…,condition,…:,:] # 在某维上指定条件

比方说:

>>> a=torch.tensor([[1,2,3],[4,5,6],[7,8,9]])
>>> condition=[True,False,True]
>>> a[condition,:]  #选择满足条件的行
tensor([[1, 2, 3],
        [7, 8, 9]])
>>> a[:,condition] #选择满足条件的列
tensor([[1, 3],
        [4, 6],
        [7, 9]])
  • 4
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

canaryW

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值