深度学习与PyTorch入门实战 - 08. 索引与切片12 13 In [155]: a[...,2].shape 14 Out[155]: torch.Size([4, 3, 28, 2]) ## select by mask .masked_select() ## ☀️ ☁️ ☁️ 1 In [170]: x = torch.randn(3, 4) 2 tensor([[ -1.3911, -0.7871, -1.6558, -0.2542]0 码力 | 10 页 | 883.44 KB | 2 年前3
【PyTorch深度学习-龙龙老师】-测试版202112创建张量 print('x:', x) mask = torch.lt(x, 0) # 获取负数坐标掩码 print('mask:', mask) 然后通过 masked_select 函数来选择所有负数元素并返回: torch.masked_select(x, mask) # 返回负数元素 正如上文所述,推荐大家直接用☐形式进行索引采样或者掩码采样,功能强大且表达简洁。0 码力 | 439 页 | 29.91 MB | 2 年前3
共 2 条
- 1













