溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這期內容當中小編將會給大家帶來有關如何解決torch.masked_select問題，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
在學習pytorch的官方文檔時，發現掩碼的程序貼錯了，自己寫了一個，大家可以參考。
torch.masked_select(input, mask, out=None) → Tensor
根據掩碼張量mask中的二元值，取輸入張量中的指定項( mask為一個 ByteTensor)，將取值返回到一個新的1D張量，
張量 mask須跟input張量有相同數量的元素數目，但形狀或維度不需要相同。
注意： 返回的張量不與原始張量共享內存空間。
參數:
input (Tensor) – 輸入張量
mask (ByteTensor) – 掩碼張量，包含了二元索引值
out (Tensor, optional) – 目標張量
x = torch.randn(3,4)
mask = torch.ByteTensor(x > 0)
torch.masked_select(x,mask)
上述就是小編為大家分享的如何解決torch.masked_select問題了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
