pytroch系列：torch.where

最新推荐文章于 2024-03-20 15:55:21 发布
最新推荐文章于 2024-03-20 15:55:21 发布
阅读量1.2k 收藏
点赞数
分类专栏： NN框架 文章标签： pytorch系列
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_32893343/article/details/103469612
版权

torch.where(condition, input, other)返回 i n p u t input input或是 o t h e r other other中满足 c o n d t i o n condtion condtion的元素。

该操作定义为：

out i = { input i if  condition i other i otherwise \text{out}_i = \begin{cases} \text{input}_i & \text{if } \text{condition}_i \\ \text{other}_i & \text{otherwise} \end{cases} outi​={inputi​otheri​​if conditioni​otherwise​

注意：属性 c o n d i t i o n condition condition, i n p u t input input, o t h e r other other必须是:ref:broadcast <broadcasting-semantics>。

xcgfth
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Pytorch高阶OP操作where，gather原理
09-16
总结来说，`torch.where`和`torch.gather`是PyTorch中两个非常实用的高阶操作，它们允许开发者以更高效、更简洁的方式处理张量数据，特别是在构建深度学习模型时。理解和熟练运用这些操作可以提高代码的可读性和性能...
深度学习anaconda配置pytorch环境教程.docx
最新发布
05-24
- **环境变量问题**：确保Anaconda和Python被正确添加到了系统的PATH环境变量中，可以通过在命令行输入`where python`来检查。 #### 六、总结 通过以上步骤，我们可以顺利地在本地计算机上安装并配置好Anaconda...
pytorch中torch.where()使用方法
CSDN 精品推荐
11-12 491
该函数我们定义了两个张量，分别是一个正态分布的a，另外一个是0-11的张量，我们的判断条件是a>0，如果a对应位置的值大于0，那么返回的tensor对应的位置还是a的值，如果小于等于0，那么该位置的值就是张量b对应的位置的值。该函数的用处就是利用判断条件提取指定元素，满足需求的会提出，不符合要求的按照我们设定的值进行填充，说的简单就是会逐位置进行判断条件是否满足，如果满足该位置的值为x对应位置的值，如果不符就是y对应位置的值。
torch.where()函数详解
lxhRichard的博客
11-20 2570
最近查了一些关于 torch.where() 函数的相关解释，有的高赞说torch.where()函数的作用是按照一定的规则合并两个tensor类型。其实合并这个词用的很不恰当，解释的很牵强。通过查找官方文档，整理一下对这个函数进行解释。
torch.where函数用法
jmhIcoding
04-13 2055
函数原型：torch.where(condition, x, y) → Tensor 作用： 将两个tensor ： x和y进行逐元素合并，condition ，x和y需要是相同形状的、或者可以广播为相同形状。 假设合并后的结果为z，z的形状为x，y两者的形状或者他们广播后的形状。 对于每个下标i，如果condition[i] 满足条件，那么z[i]等于x[i]，否则z[i]等于y[i] 。 举例： >>> x = torch.randn(3, 2) >>> y = to
torch之where&&gather
qq_40859802的博客
12-30 294
where&&gather ##1、where cond=torch.rand(3,3) tensor([[0.3996, 0.0690, 0.9096], [0.5240, 0.2011, 0.9113], [0.6207, 0.0227, 0.9679]]) a=torch.ones([3,3]) tensor([[1., 1., 1.], [1., 1., 1....
torch.where()详解
bagba的知识分享库
07-08 1529
torch.where()详解
基于torch.where和布尔索引的速度比较
12-23
使用pytorch实现对于任意shape的torch.tensor,如果其中的element不等于5则为0，等于5则保留原数值 实现该功能的两种方式，并比较两种实现方式的速度 ''' # x[x!=5]=1 def t2(x): x[x!=5]=0 return x def t(x): ...
PYTORCH:带有火炬的基本张量操作
04-03
这些操作可以结合`torch.where()`函数进行条件赋值。 ### 7. 张量的积累操作 包括求和、平均、最大值、最小值等： - 求和：`torch.sum()` - 求平均：`torch.mean()` - 最大值：`torch.max()` - 最小值：`torch....
torch.where()函数解读
qq_40178291的博客
10-12 5万+
函数作用 torch.where()函数的作用是按照一定的规则合并两个tensor类型。 代码示例 >>> import torch >>> a=torch.randn(3,5) >>> b=torch.ones(3,5) >>> a tensor([[-0.0310, 1.5895, 1.6003, -1.7584,...
【Torch API】pytorch中的torch.where()函数详解
devil_son1234的博客
01-04 1万+
pytorch中的torch.where()函数详解
深度学习pytorch——高阶OP（where & gather）（持续更新）
2201_76139143的博客
03-20 707
我们经常需要一个数据来自好几个的取值，而这些取值通常是不规律的，这就会导致使用传统的拆分和合并会非常的麻烦。我们也可以使用for循环嵌套来取值，也是可以的，但是使用for循环就意味着是python，那并没有很好的利用pytorch提供的使用gpu加速计算，当数据量非常大的话，会很大的拉低效率，因此我们使用pytorch提供的where。
高级操作---where 和 gather
01-28 1120
一、where函数 1、简介 return a tensor of elements selected from either x or y, depending on condition 返回一个tensor，根据生成规则选择是从x取出还是y取出。 虽然where函数操作可以用for循环代替，但是where是通过GPU加速的，在深度学习中使用where速度会更快。 2.函数 torch.where(cond,x,y) cond:生成规则自定义 x,y:两个tensor 3.代码实例 cond =
pytorch使用gpu计算的设置，及命令
weixin_43794311的博客
05-16 6209
参考：https://ptorch.com/news/187.html、https://www.jb51.net/article/178049.htm 设置使用gpu设备号 （1）直接终端中设定 CUDA_VISIBLE_DEVICES=1 （2）python代码中设定： import os os.environ['CUDA_VISIBLE_DEVICE']='1' （3）使用函数set_device import torch torch.cuda.set_device(id) 常用命令 torc
torch.where()的用法以及例子
热门推荐
凝眸伏笔的博客
01-09 5万+
1.用法 torch.where()函数的作用是按照一定的规则合并两个tensor类型。 torch.where(condition，a，b)其中 输入参数condition：条件限制，如果满足条件，则选择a，否则选择b作为输出。 注意：a和b是tensor. 2.例子 import torch a = torch.tensor([[0.0349, 0.0670, -0.0612, 0.0280, -0.0222, 0.0422], [-1.6719, 0.1242,
torch.where()用法
euqlll的博客
11-10 1万+
本文主要讲述的两种用法，第一种是最常规的，也是官方文档所注明的；第二种就是配合bool型张量的计算以上就是torch.where()的两种用法
np.where和torch.where的使用区别
Nick Blog
01-22 3万+
两者都是三个输入参数，第一个是判断条件，第二个是符合条件的设置值，第三个是不满足条件的设置值。 区别在于，torch要将设置值全部改为Tensor类型的 mask_true = torch.where(torch.isnan(y_true), torch.full_like(y_true, 0), torch.full_like(y_true, 1)) mask_true = np.w...
Torch选择指定的GPU进行运算
qq_36265860的博客
10-12 6785
电脑有两块显卡,但是程序总是在一个显卡上跑,于是百度发现没有教程,于是到官方文档中找到: lua文件中的全局内容中添加下面这句话就可以了,其中数字代表的是显卡的编号.编号是从1开始的,默认从1开始,2就是指第二块显卡. cutorch.setDevice(2) 官方文档地址:https://github.com/torch/cutorch torch运行的时候,每一块显卡都会占用一点显存,...
torch.where np.where
09-18
torch.where()是PyTorch和NumPy中的函数，用于根据给定的条件选择元素。torch.where()用于PyTorch张量，而np.where()用于NumPy数组。 在PyTorch中，torch.where()函数接受一个条件和两个张量作为输入。它会根据条件选择元素，返回与条件为True的元素对应的索引。例如，如果我们有一个张量x，我们可以使用torch.where(x==0)来找到x中为0的元素的索引。 在NumPy中，np.where()函数的功能与torch.where()类似，但输入和输出的类型不同。np.where()函数接受一个条件和一个数组作为输入，并返回与条件为True的元素对应的索引。例如，如果我们有一个数组arr，我们可以使用np.where(arr==0)来找到arr中为0的元素的索引。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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