torch.nonezero()的用法

函数原型:

torch.nonzero(input, out=None) → LongTensor

参数:

input (Tensor) – 源张量
out (LongTensor, optional) – 包含索引值的结果张量

代码示例

返回一个包含输入input中非零元素索引的张量。输出张量中的每行包含输入中非零元素的索引。

x = torch.tensor([0, 0, 1, 5, 8])
y = torch.nonzero(x)
print(y)
print(y.shape)
>>>
tensor([[2],
        [3],
        [4]])
torch.Size([3, 1])

如果输入input有n维,则输出的索引张量output的形状为 z x n, 这里 z 是输入张量input中所有非零元素的个数。

x = torch.tensor([[0, 0, 1, 5],
                  [1, 5, 0, 8],
                  [2, 8, 9, 0]])
y = torch.nonzero(x)
print(y)
print(y.shape)
>>>
tensor([[0, 2],
        [0, 3],
        [1, 0],
        [1, 1],
        [1, 3],
        [2, 0],
        [2, 1],
        [2, 2]])
torch.Size([8, 2])

pytorch文档学习链接:https://pytorch-cn.readthedocs.io/zh/latest/package_references/torch/

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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