记录一些对tensor的操作

从 tensor 中 取出 value: 

print(tensor_value)
# tensor(26602)

print(tensor_value.item())
# 26602
# 但是这种方法要注意的是 tensor_vale 当中只能有一个value，否则的话，会报错

# 如果tensor 当中有多个 value， 则可以使用 tensor_value.tolist() 将 tensor 转换为 list

tensor 插入

token_tensor
Out[27]: 
tensor([[    0, 45093,   766,    13, 26602, 45200,    16, 50264,     4, 34222,
         45200,     6,     5,  3260,  5377,    16, 26602, 45200, 15747,  5457,
            92, 26602, 45200, 47006, 15747,     4, 48696, 47006,     2]])

part1 = self.token_tensor[:,0:location]
Out[31]: tensor([[    0, 45093,   766,    13, 26602, 45200,    16]])

afterPart = self.token_tensor[:,location+1:]  # 我这里需要将location 位置上的值挖掉
Out[43]: 
tensor([[    4, 34222, 45200,     6,     5,  3260,  5377,    16, 26602, 45200,
         15747,  5457,    92, 26602, 45200, 47006, 15747,     4, 48696, 47006,
             2]])


token_tensor = torch.cat([beforPart,insertID_tensor,afterPart],dim=1)  # 维度都是 1*length
Out[42]: 
tensor([[    0, 45093,   766,    13, 26602, 45200,    16, 50264,    42,     4,
         34222, 45200,     6,     5,  3260,  5377,    16, 26602, 45200, 15747,
          5457,    92, 26602, 45200, 47006, 15747,     4, 48696, 47006,     2]])

torch.ne()——判断元素是否不相等

torch.ne(input, other, *, out=None) → Tensor

import torch
a=torch.arange(10).view(2,5)
b=torch.arange(5).view(1,5)
c=torch.ne(a,b)
c
Out[5]:
tensor([[False, False, False, False, False],
        [ True,  True,  True,  True,  True]])

# 比较 d 中的元素 和 6 是否相等
d = a.ne(6)
d
Out[8]: 
tensor([[ True,  True,  True,  True,  True],
        [ True, False,  True,  True,  True]])