#select by mask x = torch.randn(3,4) print(x) # tensor([[ 1.1132, 0.8882, -1.4683, 1.4100], # [-0.4903, -0.8422, 0.3576, 0.6806], # [-0.7180, -0.8218, -0.5010, -0.0607]]) mask = x.ge(0.5) print(mask) # tensor([[1, 0, 1, 0], # [1, 0, 0, 0], # [0, 0, 0, 0]], dtype=torch.uint8) y = torch.masked_select(x,mask) print(y) #tensor([1.0361, 0.6217, 0.6854]) print(y.shape) #torch.Size([3]) print(y.share_memory_()) #tensor([0.8596, 0.6594, 1.3755]) print(y.is_shared()) #True
torch.ge torch.ge(input, other, out=None) → Tensor 逐元素比較input和other，即是否 input>=otherinput>=other。
如果兩個張量有相同的形狀和元素值，則返回True ，否則 False。 第二個參數可以為一個數或與第一個參數相同形狀和類型的張量
參數:
input (Tensor) – 待對比的張量
other (Tensor or float) – 對比的張量或float值 out (Tensor, optional) – 輸出張量。必須為ByteTensor或者與第一個參數tensor相同類型。 返回值： 一個 torch.ByteTensor 張量，包含了每個位置的比較結果(是否 input >= other )。 返回類型： Tensor 例子： >>> torch.ge(torch.Tensor([[1, 2], [3, 4]]), torch.Tensor([[1, 1], [4, 4]])) 1 1 0 1 [torch.ByteTensor of size 2x2]torch.gt torch.gt(input, other, out=None) → Tensor 逐元素比較input和other ， 即是否input>otherinput>other 如果兩個張量有相同的形狀和元素值，則返回True ，否則 False。 第二個參數可以為一個數或與第一個參數相同形狀和類型的張量
參數:
input (Tensor) – 要對比的張量
other (Tensor or float) – 要對比的張量或float值 out (Tensor, optional) – 輸出張量。必須為ByteTensor或者與第一個參數tensor相同類型。 返回值： 一個 torch.ByteTensor 張量，包含了每個位置的比較結果(是否 input >= other )。 返回類型： Tensor 例子： >>> torch.gt(torch.Tensor([[1, 2], [3, 4]]), torch.Tensor([[1, 1], [4, 4]])) 0 1 0 0 [torch.ByteTensor of size 2x2]torch.le torch.le(input, other, out=None) → Tensor
逐元素比較input和other ， 即是否input<=otherinput<=other 第二個參數可以為一個數或與第一個參數相同形狀和類型的張量
參數: input (Tensor) – 要對比的張量
other (Tensor or float ) – 對比的張量或float值
out (Tensor, optional) – 輸出張量。
必須為ByteTensor或者與第一個參數tensor相同類型。 返回值： 一個 torch.ByteTensor 張量，包含了每個位置的比較結果(是否 input >= other )。 返回類型： Tensor
例子： >>> torch.le(torch.Tensor([[1, 2], [3, 4]]), torch.Tensor([[1, 1], [4, 4]])) 1 0 1 1 [torch.ByteTensor of size 2x2] torch.lt torch.lt(input, other, out=None) → Tensor 逐元素比較input和other ， 即是否 input<otherinput<other 第二個參數可以為一個數或與第一個參數相同形狀和類型的張量 參數: input (Tensor) – 要對比的張量 other (Tensor or float ) – 對比的張量或float值 out (Tensor, optional) – 輸出張量。必須為ByteTensor或者與第一個參數tensor相同類型。 input： 一個 torch.ByteTensor 張量，包含了每個位置的比較結果(是否 tensor >= other )。 返回類型： Tensor 例子： >>> torch.lt(torch.Tensor([[1, 2], [3, 4]]), torch.Tensor([[1, 1], [4, 4]])) 0 0 1 0 [torch.ByteTensor of size 2x2]