找到两个一维tensor中相同元素的索引

最新推荐文章于 2023-08-04 12:20:36 发布

Candy-Robot

最新推荐文章于 2023-08-04 12:20:36 发布

阅读量1k

点赞数

文章标签： python 深度学习人工智能

本文链接：https://blog.csdn.net/weixin_47375553/article/details/127326713

版权

这篇博客探讨了如何在Python中，特别是在深度学习和人工智能的上下文中，找到两个一维tensor之间的相同元素并获取它们在目标tensor中的索引。内容主要针对寻找待查找tensor在目标索引tensor中的对应位置。

摘要由CSDN通过智能技术生成

目标需求如下：
有两个tensor的一维向量，需要找到一个张量中的元素在另一个张量中对应的索引。
一个是待找tensor，另一个是目标索引的tensor。

# 待找tensor
label_input = tensor([13,  4, 12, 24, 43, 25, 17, 28, 45, 28, 24, 13, 15, 10, 18, 27, 20, 35,
        27, 31,

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Candy-Robot

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

python查找两个数组中相同的元素_匹配两个numpy数组以找到相同的元素

weixin_30391353的博客

02-04

5222

使用熊猫：import pandas as pdid1 = pd.read_csv('id1.txt')id2 = pd.read_csv('id2.txt')df = id1.merge(id2.sort_values(by='ID2').drop_duplicates('ID2').rename(columns={'ID2':'ID1'}))print(df)产生：^{pr2}$对于大型数据集...

pytorch使用tensor作为tensor的索引

chenf1999的博客

09-12

4371

在使用pytorch时，我们经常会看到tensor1[tensor2]这样的代码，而不同的tensor2会导致不同的索引方式，本文详细介绍使用tensor作为索引的原理。首先构造tensor1： >>> a = torch.randn(10, 5) >>> a tensor([[-0.9434, -2.8668, -0.4331, -1.6842, -0.1823], [-1.4545, -1.0065, 0.3228, 0.7457, 0.622

1 条评论您还未登录，请先登录后发表或查看评论

【pytorch工具记录】获取向量中值相同的元素的索引号

Knimet的博客

01-09

2662

给定一个向量a，输出其中值相同的元素的索引号比如给定[1,1,2,3,4,5,5,5,5]，其中第0，1个元素的值都是1，要输出[0,1]，第5，6，7，8个元素的值都是5，要输出[5,6,7,8]，如果没有相同的，就输出元素自身的索引号。 def getIdx(a): co = a.unsqueeze(0)-a.unsqueeze(1) uniquer = co.unique(dim=0) out = [] for r in uniquer: cov

Pytorch统计tensor中的相同元素的个数

qq_35605081的博客

01-11

8821

import torch class_dic={0:"Benign",1:"In Situ",2:"Invasive",3:"Normal"} results={"Benign":0,"In Situ":0,"Invasive":0,"Normal":0} c=torch.tensor([1, 1, 1, 1, 3, 2, 1, 1, 3, 3, 1, 2]) print(c) #tensor先转numpy再转list cc=c.numpy().tolist() dict = {} for key in.

(Pytorch)如何指定维度地判断两个tensor是否相同

qq_43391414的博客

10-10

3041

的二维矩阵，我们要判断a,b是否行向量对应相同，返回两个bool值。那么true表示两个对象行向量不相等，false表示相等。但是，现在我们的场景不一样了，例如：a,b都是相同形状。这个时候该怎么办呢？

【Python-torch】两个tensor相同元素对应位置求和

最新发布

Danger的博客

08-04

1034

【Python-torch】两个tensor相同元素对应位置求和

python 32位

12-18

4. **新的数据结构**：`OrderedDict`在Python 3.6中成为标准库的一部分，它是一个保持插入顺序的字典类，这对于需要保留元素顺序的场景很有帮助。 5. **性能提升**：Python 3.6在字节码级别的优化提升了程序运行...

python选取tensor某一维_Pytorch的Tensor操作(1)

weixin_42552124的博客

02-11

9931

类型推断torch.randn()：随机初始化a.type()：返回类型type()：返回基本类型isinstance() ：检查类型cuda会影响数据类型标量维度(dimention)为0的标量标量的shape：返回类型为【】(空的list)，返回长度也为0a.dimension()也为0Dim1torch.tensor() ：输入具体数据torch.FloatTensor() ：输入类型大小...

torch tensor去掉1维_【ML实践笔记】06-DeepLizard教程10-13：PyTorch中的tensor操作

weixin_39859055的博客

11-21

1509

0 前言这个系列主要是写给自己看的，奉行拿来主义，对于学习过程中使用到的优质的学习资源和教程会直接把链接贴进来（省的自己看完忘了），也会附上我的一些学习笔记，同时也记录一下我在学习过程中踩过的各种坑（血泪史），希望能帮助到和我一样刚刚入门的人吧。这个系列称为“实践笔记”，是因为其主要面向编程实践而非理论学习。因为我的基础还是比较差，很多东西只是自己的理解，不一定对，供参考。教程介绍和目录见此文：季...

Python----基于numpy快速查找多个数组相同（或不同）元素的索引位置

dyd_970115的博客

10-27

9802

Python----基于numpy快速查找多个数组相同（或不同）元素的索引位置方法如下，设a与b为相同size的数组 import numpy as np np.random.seed(2) # 设置随机种子，保证同一台电脑多次运行生成的随机数是一样的(顺便吐槽一下伪随机数生成器) a = np.random.uniform(-1,1,(3,4)) b = np.random.uniform(-1,1,(3,4)) temp = a - b idx = np.where(temp != 0) # 用于查

tensorflow判断两个向量内对应的元素相等且等于某个值

seuzhouchenglong的博客

04-24

1873

一直想在python语言来完成这个功能，目前还没有找打相应的方法，除了循环元素进行判断。想想python可能就没有相应的数组批量操作，因为不是为了向量和数组而设计的语言。像tensorflow和numpy对数组进行操作就可以完成该目标，以tensorflow为例，一个向量a 和向量a2，判断这两个数组内对应元素相等且等于1（也可以是别的数字，这里以1为例，因为1可以为True的整数形式，因此该特例...

python实现二维tensor对应列相同元素的个数

weixin_45670554的博客

09-05

1061

两向量 / tensor 共同元素、共同元素个数

tensorflow 元素重复方法汇总

知行力

10-22

850

1. tf.repeat >>> a = tf.repeat(['a', 'b', 'c'], repeats=[3, 1, 2], axis=0) [b'a' b'a' b'a' b'b' b'c' b'c'] >>> a = tf.repeat(['a', 'b', 'c'], repeats=[3, 1, 2], axis=1) [b'a' b'a' b'a' b'c' b'c'] >>> out = tf.repeat([[1, 2],

python一个数组中有重复值时的Index函数返回值以及引出的其他问题

jsibdhdbjsninsjs的博客

02-01

5812

问题引出： python中list.index()可以返回获得一个数据的索引值，但是有两个相同的值，只会返回第一个数据的索引 >>> s = [11, 22, 33, 44, 22, 11] >>> s.index(11) 0 >>> s.index(22) 1 >>> from collections import defa...

numpy_4 数组操作

weixin_46847902的博客

01-17

1455

numpy_数组操作，重点掌握切片和索引。

pytorch-tensor basic operation

zhulinspace

02-15

548

operation on tensor 本文涉及到的操作包括:基本创建操作，stack,cat,split,chunk,squeeze,unsqueeze,reshape,view…(待添加)，可以将以上操作简单分为创建操作 cat,stack gather split,chunk squeeze,unsqueeze reshape ,view 创建tensor dtype,device可以...

PyTorch张量检索张量，返回索引值

飞机火车巴雷特的博客

05-22

1477

PyTorch张量c检索张量a，然后返回c在a中的索引值

pytorch: tensors used as indices 用tensor索引另一个tensor

junqing_wu的博客

08-17

4036

tensor1[tensor2] 刚看到这个结构有点懵，不知道它是具体怎么工作的 example.py a = torch.arange(16) b = torch.tensor([2,2,0,1,0,0,1,0,2,1,0,0,1,0,0,0],dtype=torch.uint8) print(a) print(b) print(a[b]) index_list = [[4,3,2,1,0...

设有一个2*10的张量，我试图把每行第1、2、4个元素加一，请给出代码，其中索引信息存在一个1维张量中

06-04

假设2*10的张量为`tensor`，索引信息存在名为`index`的1维张量中，可以使用如下代码实现： ```python import torch # 创建2*10的张量和索引张量 tensor = torch.zeros(2, 10) index = torch.tensor([0, 1, 3]) # 在每行第1、2、4个元素上加1 tensor.scatter_add_(1, index.view(1, -1).repeat(2, 1), torch.ones(2, 3)) print(tensor) ``` 输出: ``` tensor([[1., 1., 0., 1., 0., 0., 0., 1., 0., 0.], [1., 1., 0., 1., 0., 0., 0., 1., 0., 0.]]) ``` 解释：首先创建一个2*10的全零张量`tensor`和一个包含索引信息的1维张量`index`，其中`index`中的元素表示在每行中需要加1的元素的列索引。然后使用`scatter_add_`函数在每行的指定位置上加1。具体来说，`scatter_add_`函数的第一个参数表示在哪个维度上进行操作，这里选择了第1维。第二个参数是一个2*3的张量，其中第i行的三个元素分别为0、1、3，表示在第i行的0、1、3列元素上加1。为了方便，需要将这个2*3的张量重复两遍，变成2*3的张量，表示对每行都进行相同的操作。第三个参数是一个2*3的全1张量，表示在每个指定位置上加1。最终输出的结果是一个2*10的张量，其中每行第0、1、3列元素都加了1。