PyTorch 按索引赋值

最新推荐文章于 2023-08-29 12:01:11 发布

AI算法网奇

最新推荐文章于 2023-08-29 12:01:11 发布

阅读量6.8k

点赞数

分类专栏： pytorch知识宝典

本文链接：https://blog.csdn.net/jacke121/article/details/105145955

版权

pytorch知识宝典专栏收录该内容

499 篇文章 225 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文详细介绍了在PyTorch中如何通过索引来对张量进行赋值操作，包括单个元素赋值、切片赋值以及使用布尔索引赋值等方法，帮助读者掌握在深度学习实践中高效更新模型参数的技巧。

摘要由CSDN通过智能技术生成

https://blog.csdn.net/u012759262/article/details/103122618

PyTorch

   import torch
    x_dat = torch.tensor([[1, 2, 9], [4, 7, 6], [7, 5, 3]], dtype=torch.float)


    index = torch.tensor([0, 2])
    x_dat.index_fill_(0, index, -1)#按行填充，填0和2行
    # x_dat.index_fill_(1, index, -1)#按列填充，填0和2列
    print(x_dat)


    # 在列的维度(dim=0)，取每列的最大值
    overlap_for_each_prior, object_for_each_prior = x_dat.max(dim=0)#按列
    max_object, prior_for_each_object = x_dat.max(dim=1)  # 每行的最大值

    print('max_prior',overlap_for_each_prior)
    print('max_object',max_object)
    print('++&#

了解本专栏