pytorch中的in-place操作

pytorch文档
https://pytorch.org/docs/stable/tensors.html?highlight=masked_fill#torch.Tensor.masked_fill_

• in-place，即原地操作符，直接在原来的内存上改变变量的值，可以称为原地操作符（以masked_fill_()和masked_fill()为例说明）
  注：当前浅粉色显示设置方法为，在句子的两端添加" `` "，即键盘左上角波浪线下的符号

函数说明-masked_fill_(mask, value)

• Fills elements of self tensor with value where mask is True. The shape of mask must be broadcastable with the shape of the underlying tensor.(当mask值为True时候，用value进行填充，tensor和mask的形状需要保持一致)

举例说明

# 例1
import torch
data = torch.tensor([[1,0,0],[1,1,0],[1,1,1]])
mask = torch.tensor([[False,True,True],[False,False,True],[False,False,False]])

new_data = data.masked_fill(mask,-100)
print(data)
# print(new_data)
'''
data--没改变原来的值
tensor([[1, 0, 0],
        [1, 1, 0],
        [1, 1, 1]])
'''
new_data = data.masked_fill_(mask,-100)
print(data)
# print(new_data)
'''
data--改变了原来的值
tensor([[   1, -100, -100],
        [   1,    1, -100],
        [   1,    1,    1]])
'''

# 例二
# mask[:,None,None]，会使得mask升维度，[3,3]-->[3,1,1,3]
import torch
data = torch.tensor([[1,0,0],[1,1,0],[1,1,1]])
mask = torch.tensor([[1,0,0],[1,1,0],[1,1,1]])

# mask=mask[:,None,None].eq(0)
# print(mask.size())
new_data = data.masked_fill_(mask=mask.eq(0),value=-100)
print(data)
# print(new_data)