pytorch比较Tensor

 

pytorch比较数组或矩阵长度:

if tx[conf_mask >= 1].size()>torch.Size([0]):

 

1,比较大小:

对于t o r c h . a l l c l o s e ( ) torch.allclose()torch.allclose()函数,比较的是两个元素是否接近,比较A和B是否接近的公式为:
∣A−B∣<=atol+rtol×∣B∣
 

import torch

# 比较两个数是否接近
a = torch.tensor([10.0])
b = torch.tensor([10.1])
print(torch.allclose(a, b, rtol=1e-05, atol=1e-08, equal_nan=False))
print(torch.allclose(a, b, rtol=0.1, atol=0.01, equal_nan=False))
# 在不同的判断条件下,得出的结果也是不同的

# 如果equal_nan=True,那么缺失值可以判断为接近
a = torch.tensor(float("nan"))
print(torch.allclose(a, a, equal_nan=False))
print(torch.allclose(a, a, equal_nan=True))


a = torch.tensor([1, 2, 3, 4, 5, 6])
b = torch.arange(1, 7)
c = torch.unsqueeze(b, dim=0)
# torch.eq()函数用来判断两个元素是否相等
p
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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