pytorch处理inf和nan数值

最新推荐文章于 2025-02-19 16:35:01 发布

amcomputer

最新推荐文章于 2025-02-19 16:35:01 发布

阅读量1.9w

点赞数 23

分类专栏： Python 文章标签： torch处理inf torch处理nan

本文链接：https://blog.csdn.net/qq_39463175/article/details/108433103

版权

Python 专栏收录该内容

43 篇文章

订阅专栏

本文介绍如何在PyTorch中处理出现的Inf和NaN值，通过使用torch.where函数，可以有效地将这些异常值替换为指定值，如0或1。文章提供了具体的代码示例，展示了如何首先将NaN值替换为0，然后进一步将Inf值替换为1的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在构建网络框架后，运行代码，发现很多tensor出现了inf值或者nan,在很多博客上没有找到对应的解决方法，大部分是基于numpy写的，比较麻烦。下面基于torch BIF函数实现替换这2个值。

a = torch.Tensor([[1, 2, np.nan], [np.inf, np.nan, 4], [3, 4, 5]])

a
Out[158]: 
tensor([[1., 2., nan],
        [inf, nan, 4.],
        [3., 4., 5.]])

下面把nan值还为0：

a = torch.where(torch.isnan(a), torch.full_like(a, 0), a)

a
Out[160]: 
tensor([[1., 2., 0.],
        [inf, 0., 4.],
        [3., 4., 5.]])

接着把inf替换为1：

a = torch.where(torch.isinf(a), torch.full_like(a, 0), a)

a
Out[162]: 
tensor([[1., 2., 0.],
        [0., 0., 4.],
        [3., 4., 5.]])

简单回顾

tips:对于某些tensor,可能已经开启了grad功能，需要把它先转为普通tensor（使用.data）

torch.where(condition,T,F) 函数有三个输入值，

第一个是判断条件，

第二个是符合条件的设置值，

第三个是不符合条件的设置值

torch.full_like(input, fill_value, …) 返回与input相同size，单位值为fill_value的矩阵

#如下面这个例子，a为3*3的tensor
b =torch.full_like(a, 0,)

b
Out[165]: 
tensor([[0., 0., 0.],
        [0., 0., 0.],
        [0., 0., 0.]])