PyTorch基础(20)-- torch.gt() / torch.ge() / torch.le() / torch.lt()方法

2024-03-09 07:28
文章标签 基础 方法 pytorch torch 20 le gt ge lt

本文主要是介绍PyTorch基础(20)-- torch.gt() / torch.ge() / torch.le() / torch.lt()方法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、前言

嗯……最近遇到的奇奇怪怪的方法很多了,学无止境啊!学不完啊,根本学不完!本篇文章介绍四个方法:torch.gt()、torch.ge()、torch.le()和torch.lt()方法,由于这四个方法很相似,所以放到一块解析了!

函数作用
torch.gt(intput, other)input > other
torch.ge(intput, other)input other
torch.le(intput, other)input other
torch.lt(intput, other)input < other

二、方法解析

由于方法类似,我们只取一个进行详细解析,其它三个只是比较的方式不同而已,用法完全相同。

2.1 torch.gt()

在这里插入图片描述
按照惯例,先对函数的参数及return做一个简单的解释。函数的作用:元素级的比较input是否大于other,如果input>other,那input当前位置的元素为True;否则,当前位置的元素为False。

argument

  • input:要比较的tensor
  • other:可以是一个float类型的数,或者是可以与input进行广播的tensor

return

  • 返回一个boolean类型的tensor

2.2 torch.ge()

作用:判断input是否大于等于other。
在这里插入图片描述

2.3 torch.le()

作用:判断input是否小于等于other。
在这里插入图片描述

2.4 torch.lt()

作用:判断input是否小于other。
在这里插入图片描述

三、案例分析

3.1 torch.gt()

  • 案例1
t = torch.tensor([[1,2],[3,1]])
other = 1
torch.gt(t, 1)
  • 运行结果
tensor([[False,  True],[ True, False]])
  • 案例2
t = torch.tensor([[1,2],[3,1]])
other = torch.tensor([[2,1],[1,2]])
torch.gt(t, other)
  • 运行结果
tensor([[False,  True],[ True, False]])

3.2 torch.ge()

  • 案例1
t = torch.tensor([[1,2],[3,1]])
other = 1
torch.ge(t, 1)
  • 运行结果
tensor([[True, True],[True, True]])
  • 案例2
t = torch.tensor([[1,2],[3,1]])
other = torch.tensor([[2,1],[1,2]])
torch.ge(t, other)
  • 运行结果
tensor([[False,  True],[ True, False]])

3.3 torch.le()

  • 案例1
t = torch.tensor([[1,2],[3,1]])
other = 1
torch.le(t, 1)
  • 运行结果
tensor([[ True, False],[False,  True]])
  • 案例2
t = torch.tensor([[1,2],[3,1]])
other = torch.tensor([[2,1],[1,2]])
torch.le(t, other)
  • 运行结果
tensor([[ True, False],[False,  True]])

3.4 torch.lt()

  • 案例1
t = torch.tensor([[1,2],[3,1]])
other = 1
torch.lt(t, 1)
tensor([[False, False],[False, False]])
  • 案例2
t = torch.tensor([[1,2],[3,1]])
other = torch.tensor([[2,1],[1,2]])
torch.lt(t, other)
tensor([[ True, False],[False,  True]])

参考文献

[1]torch.gt()方法官方解释
[2]torch.ge()方法官方解释
[3]torch.le()方法官方解释
[4]torch.lt()方法官方解释

今天的你,学会了吗?

这篇关于PyTorch基础(20)-- torch.gt() / torch.ge() / torch.le() / torch.lt()方法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/789944

相关文章

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

浅谈主机加固,六种有效的主机加固方法

在数字化时代,数据的价值不言而喻,但随之而来的安全威胁也日益严峻。从勒索病毒到内部泄露,企业的数据安全面临着前所未有的挑战。为了应对这些挑战,一种全新的主机加固解决方案应运而生。 MCK主机加固解决方案,采用先进的安全容器中间件技术,构建起一套内核级的纵深立体防护体系。这一体系突破了传统安全防护的局限,即使在管理员权限被恶意利用的情况下,也能确保服务器的安全稳定运行。 普适主机加固措施:

webm怎么转换成mp4?这几种方法超多人在用!

webm怎么转换成mp4?WebM作为一种新兴的视频编码格式,近年来逐渐进入大众视野,其背后承载着诸多优势,但同时也伴随着不容忽视的局限性,首要挑战在于其兼容性边界,尽管WebM已广泛适应于众多网站与软件平台,但在特定应用环境或老旧设备上,其兼容难题依旧凸显,为用户体验带来不便,再者,WebM格式的非普适性也体现在编辑流程上,由于它并非行业内的通用标准,编辑过程中可能会遭遇格式不兼容的障碍,导致操

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

【VUE】跨域问题的概念,以及解决方法。

目录 1.跨域概念 2.解决方法 2.1 配置网络请求代理 2.2 使用@CrossOrigin 注解 2.3 通过配置文件实现跨域 2.4 添加 CorsWebFilter 来解决跨域问题 1.跨域概念 跨域问题是由于浏览器实施了同源策略,该策略要求请求的域名、协议和端口必须与提供资源的服务相同。如果不相同,则需要服务器显式地允许这种跨域请求。一般在springbo