pytorch单维筛选 相乘

本文介绍了如何在PyTorch中进行单维筛选和相乘操作,通过实例展示了当筛选条件为0.5时,如何得到与原维度相同的0和1结果,其中0表示不符合条件,1表示符合条件。进一步,文章还演示了将某些值(如0.2和0.3)替换为2的操作及其结果。
摘要由CSDN通过智能技术生成

 

m需要和筛选的结果维度相同

>0.5运行的结果与原来维度相同,结果是 0 1,0代不符合,1代表符合。

import torch

m=torch.Tensor([0.1,0.2,0.3]).cuda()
iou=torch.Tensor([0.5,0.6,0.7])
x= m * ((iou > 0.5).type(torch.cuda.FloatTensor))
print(x)

 

下面是把第一条与第二条变成了2:

import torch

m=torch.Tensor([0.1,0.2,0.3]).cuda()
iou=torch.Tensor([0.5,0.6,0.7])

a=iou > 0.5

m[[0,1,1]]=2

print(m)

 

下面的结果:0.2与0.3改为了2

import torch

m=torch.Tensor([0.1,0.2,0.3]).cuda()
iou=torch.Tensor([0.5,0.6,0.7])

a=iou > 0.5

m[a]=2

print(m)
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

AI算法网奇

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