在PyTorch中Tensor的查找和筛选例子

Python  /  管理员 发布于 5年前   1352

本文源码基于版本1.0，交互界面基于0.4.1

import torch

按照指定轴上的坐标进行过滤

index_select()

沿着某tensor的一个轴dim筛选若干个坐标

>>> x = torch.randn(3, 4) # 目标矩阵>>> xtensor([[ 0.1427, 0.0231, -0.5414, -1.0009],    [-0.4664, 0.2647, -0.1228, -1.1068],    [-1.1734, -0.6571, 0.7230, -0.6004]])>>> indices = torch.tensor([0, 2]) # 在轴上筛选坐标>>> torch.index_select(x, dim=0, indices) # 指定筛选对象、轴、筛选坐标tensor([[ 0.1427, 0.0231, -0.5414, -1.0009],    [-1.1734, -0.6571, 0.7230, -0.6004]])>>> torch.index_select(x, dim=1, indices)tensor([[ 0.1427, -0.5414],    [-0.4664, -0.1228],    [-1.1734, 0.7230]])

where()

用于将两个broadcastable的tensor组合成新的tensor，类似于c++中的三元操作符“?:”

>>> x = torch.randn(3, 2)>>> y = torch.ones(3, 2)>>> torch.where(x > 0, x, y)tensor([[1.4013, 1.0000],    [1.0000, 0.9267],    [1.0000, 0.4302]])>>> xtensor([[ 1.4013, -0.9960],    [-0.3715, 0.9267],    [-0.7163, 0.4302]])

指定条件返回01-tensor

>>> x = torch.arange(5)  >>> xtensor([0, 1, 2, 3, 4])>>> torch.gt(x,1) # 大于tensor([0, 0, 1, 1, 1], dtype=torch.uint8)>>> x>1   # 大于tensor([0, 0, 1, 1, 1], dtype=torch.uint8)>>> torch.ne(x,1) # 不等于tensor([1, 0, 1, 1, 1], dtype=torch.uint8)>>> x!=1  # 不等于tensor([1, 0, 1, 1, 1], dtype=torch.uint8)>>> torch.lt(x,3) # 小于tensor([1, 1, 1, 0, 0], dtype=torch.uint8)>>> x<3   # 小于tensor([1, 1, 1, 0, 0], dtype=torch.uint8)>>> torch.eq(x,3) # 等于tensor([0, 0, 0, 1, 0], dtype=torch.uint8)>>> x==3  # 等于tensor([0, 0, 0, 1, 0], dtype=torch.uint8)

返回索引

>>> x = torch.arange(5)>>> x  # 1维tensor([0, 1, 2, 3, 4])>>> torch.nonzero(x)tensor([[1],    [2],    [3],    [4]])>>> x = torch.Tensor([[0.6, 0.0, 0.0, 0.0],[0.0, 0.4, 0.0, 0.0],[0.0, 0.0, 1.2, 0.0],[0.0, 0.0, 0.0,-0.4]])>>> x  # 2维tensor([[ 0.6000, 0.0000, 0.0000, 0.0000],    [ 0.0000, 0.4000, 0.0000, 0.0000],    [ 0.0000, 0.0000, 1.2000, 0.0000],    [ 0.0000, 0.0000, 0.0000, -0.4000]])>>> torch.nonzero(x)tensor([[0, 0],    [1, 1],    [2, 2],    [3, 3]])

借助nonzero()我们可以返回符合某一条件的index（https://stackoverflow.com/questions/47863001/how-pytorch-tensor-get-the-index-of-specific-value）

>>> x=torch.arange(12).view(3,4)>>> xtensor([[ 0, 1, 2, 3],    [ 4, 5, 6, 7],    [ 8, 9, 10, 11]])>>> (x>4).nonzero()tensor([[1, 1],    [1, 2],    [1, 3],    [2, 0],    [2, 1],    [2, 2],    [2, 3]])

以上这篇在PyTorch中Tensor的查找和筛选例子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。