如何解决torch.masked_select问题

这期内容当中小编将会给大家带来有关如何解决torch.masked_select问题，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

创新互联是一家专注于成都网站设计、做网站与策划设计,辽宁网站建设哪家好?创新互联做网站,专注于网站建设十多年,网设计领域的专业建站公司;建站业务涵盖:辽宁等地区。辽宁做网站价格咨询:18982081108

简介：

在学习pytorch的官方文档时，发现掩码的程序贴错了，自己写了一个，大家可以参考。

torch.masked_select(input, mask, out=None) → Tensor

根据掩码张量mask中的二元值，取输入张量中的指定项( mask为一个 ByteTensor)，将取值返回到一个新的1D张量，

张量 mask须跟input张量有相同数量的元素数目，但形状或维度不需要相同。

注意： 返回的张量不与原始张量共享内存空间。

参数:

• input (Tensor) – 输入张量

• mask (ByteTensor) – 掩码张量，包含了二元索引值

• out (Tensor, optional) – 目标张量

• 实验现象

• x = torch.randn(3,4)

• 

• mask = torch.ByteTensor(x > 0)

• 
  torch.masked_select(x,mask)

• 

上述就是小编为大家分享的如何解决torch.masked_select问题了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。