在Torch中處理缺失值通常需要先將缺失值替換為一個特定的值，比如0或者NaN，然后再進行相應的數據處理操作。
一種常見的處理方法是使用torch.masked_fill_()函數，該函數可以根據指定的掩碼條件來替換數據中的特定值。例如，假設缺失值用-1表示，可以使用以下代碼將缺失值替換為0：
import torch
# 創建一個包含缺失值的張量
x = torch.tensor([1, 2, -1, 4, -1])
# 創建一個掩碼，標記缺失值的位置
mask = x == -1
# 替換缺失值為0
x.masked_fill_(mask, 0)
print(x)
另一種常見的處理方法是使用torch.where()函數，該函數可以根據指定的條件在兩個張量之間選擇對應位置的值。例如，可以使用以下代碼將缺失值替換為0：
import torch
# 創建一個包含缺失值的張量
x = torch.tensor([1, 2, -1, 4, -1])
# 創建一個掩碼，標記缺失值的位置
mask = x == -1
# 替換缺失值為0
x = torch.where(mask, torch.tensor(0), x)
print(x)
以上是兩種常見的處理缺失值的方法，可以根據具體情況選擇合適的方法來處理缺失值。
