• 欢迎大家交换友链,可在https://www.stubbornhuang.com/申请友情链接进行友链交换申请!

  • 感谢大家访问本站,希望本站的内容可以帮助到大家!

  • 计算机图形学与计算几何经典必备书单整理,下载链接可参考:https://www.stubbornhuang.com/1256/

  • 本站会放置Google广告用于维持域名以及网站服务器费用。

  • 如果觉得本站的内容有帮助,可以考虑打赏博主哦!

  • 工资「喂饱肚子」,副业「养活灵魂」!

  • 问题反馈可发送邮件到stubbornhuang@qq.com

  • 在本站开通年度VIP,无限制下载本站资源和阅读本站文章

  • 本站由于前段时间遭受到大量临时和国外邮箱注册,所以对可注册的邮箱类型进行了限制!

Pytorch – masked_fill方法参数详解与使用

Pytorch 发布于2022-08-05 阅读 6,883次 0次评论 0次点赞 本文共942个字,阅读需要3分钟。

1 torch.Tensor.masked_fill参数详解与使用

1.1 torch.Tensor.masked_fill参数详解

1. 函数形式

torch.Tensor.masked_fill(mask, value)

2. 函数功能
输入的mask需要与当前的基础Tensor的形状一致。
mask中为True的元素对应的基础Tensor的元素设置为值value

3. 函数参数

  • mask:mask既可以是int型Tensor(值为0或者1)也可以是bool型Tensor(值为False或者True)
  • value:float,填充的值

4. 函数返回值
返回填充后的Tensor

1.2 torch.Tensor.masked_fill使用示例

下面一个简单的例子说明masked_fill函数的使用,首先我们创建一个4x4的一个基础矩阵,然后创建一个4x4的对角矩阵,然后根据对角矩阵将对角线上的基础机矩阵的值全部设置为100,具体的代码如下所示。

import torch

if __name__ == '__main__':
    tensor = torch.arange(0,16).view(4,4)
    print('origin tensor:\n{}\n'.format(tensor))

    mask = torch.eye(4,dtype=torch.bool)
    print('mask tensor:\n{}\n'.format(mask))

    tensor = tensor.masked_fill(mask,100)
    print('filled tensor:\n{}'.format(tensor))

输出

origin tensor:
tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [12, 13, 14, 15]])

mask tensor:
tensor([[ True, False, False, False],
        [False,  True, False, False],
        [False, False,  True, False],
        [False, False, False,  True]])

filled tensor:
tensor([[100,   1,   2,   3],
        [  4, 100,   6,   7],
        [  8,   9, 100,  11],
        [ 12,  13,  14, 100]])

欢迎扫码关注我的微信公众号,及时获取文章更新

微信公众号二维码

本文作者:StubbornHuang

版权声明:本文为站长原创文章,如果转载请注明原文链接!

原文标题:Pytorch – masked_fill方法参数详解与使用

原文链接:https://www.stubbornhuang.com/2279/

发布于:2022年08月05日 9:10:14

修改于:2023年06月25日 20:45:33

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

文章末尾
上一篇
Pytorch - 手动调整学习率以及使用torch.optim.lr_scheduler调整学习率
Pytorch
下一篇
Pytorch - 用Pytorch实现ResNet
Pytorch
当前分类随机文章推荐

发表评论

您必须 [ 登录 ] 才能发表留言!

关注我们的公众号

微信公众号