电话
400 9058 355
我就废话不多说了,大家还是直接看代码吧~
import torch input_tensor = torch.tensor([1,2,3,4,5]) print(input_tensor>3) mask = (input_tensor>3).nonzero() print(mask) print(input_tensor.index_select(0,mask))
tensor([0, 0, 0, 1, 1], dtype=torch.uint8) tensor([3, 4]) tensor([4, 5])
补充知识:pytorch tensor筛选满足条件的行或列(使用与或)
我就废话不多说了,大家还是直接看代码吧~
import torch x = torch.linspace(1, 8, steps=8).view(4, 2) print(x) area1=(x[:,0]>5.5)&(x[:,1]>5.5) c=x[:,0]*x[:,1] area2=c>25 area=area1|area2 print(x[area]) if 0: # index=torch.max(area,1)[0] b=x[area] # b= x[torch.where((x[:,0]>0) & (x[:,0]<6))] # print(b)
以上这篇使用pytorch 筛选出一定范围的值就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
邮箱:8955556@qq.com
Q Q:8955556
这篇文章主要为大家详细介绍了Android自定义控件实现底部...
这篇文章主要介绍了Android中Toolbar随着Scro...
本文主要介绍了Java图表类库的相关知识。具有很好的参考价值...
本文主要介绍了GIt的基本操作。具有很好的参考价值,下面跟着...
共享内存是在两个正在运行的进程之间共享和传递数据的一种非常有...
这篇文章主要为大家详细介绍了Android自定义相机实现定时...
这篇文章主要介绍了CentOS6.5 上部署 MySQL5....
这篇文章主要介绍了Vue结合原生js实现自定义组件自动生成示...
最近在学习python网络编程这一块,在写简单的socket...
这篇文章主要介绍了微信小程序 数据交互与渲染实例详解的相关资...