torch.logical_and()方法
torch.logical_and()计算给定输入张量的元素逻辑 AND。零被视为False,非零被视为 True
官方文档说明: https://pytorch.org/docs/stable/generated/torch.logical_and.html#torch.logical_and
torch.logical_and(input, other, *, out=None) →返回张量
- input(张量) – 输入张量
- other(张量) – 用于计算 AND 的张量
- out (张量,可选)– 输出张量
具体例子: 输入两个tensor类型的变量input和other对应的位置进行求与操作,如果是张量内部数字类型,非0转化为True, 0转化为False
1.不带out参数类型
import torch
# 不带out参数类型
a = torch.tensor([True, False, True])
b = torch.tensor([True, False, False])
print(torch.logical_and(a, b))
# tensor([ True, False, False])a = torch.tensor([0, 1, 10, 0], dtype=torch.int8) # 非0 True, 0 False
b = torch.tensor([4, 0, 1, 0], dtype=torch.int8) # 非0 True, 0 False
print(torch.logical_and(a, b))
输出结果:
2.带out参数类型
输出多一个后缀
import torch
# 带out参数类型
a = torch.tensor([0, 1, 10, 0], dtype=torch.int8)
b = torch.tensor([4, 0, 1, 0], dtype=torch.int8)print(torch.logical_and(a, b, out=torch.empty(4, dtype=torch.bool))) # 返回boolean类型
# tensor([False, False, True, False])print(torch.logical_and(a, b, out=torch.empty(4, dtype=torch.int))) # 返回int32类型
# tensor([0, 0, 1, 0], dtype=torch.int32)print(torch.logical_and(a, b, out=torch.empty(4, dtype=torch.double))) # 返回double类型
# tensor([0., 0., 1., 0.], dtype=torch.float64)
输出结果:
3.二维和其他例子
import torch
# 其他例子
a = torch.tensor([0, 1, 3, 2, 2])
b = torch.tensor([1, 1, 0, 1, 2])print(a == b) # tensor([False, True, False, False, True])
print(b != 2) # tensor([ True, True, True, True, False])
print(torch.logical_and(a==b, b != 2))
# tensor([False, True, False, False, False])print("=" * 100)
# 其他例子
a = torch.tensor([[0, 1, 3, 2, 2],[0, 3, 1, 0, 2]])b = torch.tensor([[1, 1, 0, 1, 2],[1, 1, 2, 0, 2]])
print(torch.logical_and(a, b))
# tensor([[False, True, False, True, True],
# [False, True, True, False, True]])
输出结果:
用于笔记记录
本人水平有限 如有错误欢迎指正交流
torch.logical_and()方法相关推荐
- PyTorch基础(15)-- torch.flatten()方法
前言 最近在复现论文中一个块的时候需要使用到torch.flatten()这个方法,这个方法其实很简单,但其中有一些细节可能需要注意,且有个关键点很容易忘记,故在此记录以备查阅. 方法解析 flatt ...
- PyTorch基础(十)----- torch.max()方法
一.前言 这个方法跟上一篇文章的torch.max()方法非常类似,只不过一个是求最大值,一个是求平均值.在某些情况下,甚至可以代替下采样中的最大池化和平均池化,所以说,这两个方法的用处还是蛮大的. ...
- torch.contiguous()方法
orch.contiguous()方法语义上是"连续的",经常与torch.permute().torch.transpose().torch.view()方法一起使用,要理解这样 ...
- python torch exp_Python torch.diag方法代码示例
本文整理汇总了Python中torch.diag方法的典型用法代码示例.如果您正苦于以下问题:Python torch.diag方法的具体用法?Python torch.diag怎么用?Python ...
- python柱状图zzt_Python torch.diag方法代碼示例
本文整理匯總了Python中torch.diag方法的典型用法代碼示例.如果您正苦於以下問題:Python torch.diag方法的具體用法?Python torch.diag怎麽用?Python ...
- python torch exp_Python torch.add方法代码示例
本文整理汇总了Python中torch.add方法的典型用法代码示例.如果您正苦于以下问题:Python torch.add方法的具体用法?Python torch.add怎么用?Python tor ...
- PyTorch基础(六)----- torch.eq()方法
一.torch.eq()方法详解 对两个张量Tensor进行逐元素的比较,若相同位置的两个元素相同,则返回True:若不同,返回False. torch.eq(input, other, *, out ...
- torch.clamp_min_方法
torch.clamp_min_方法设置一个下限min,tensor中有元素小于这个值, 就把对应的值赋为min >>> zz1 tensor([ 130, 144, 183, 60 ...
- python linspace函数_Python torch.linspace方法代碼示例
本文整理匯總了Python中torch.linspace方法的典型用法代碼示例.如果您正苦於以下問題:Python torch.linspace方法的具體用法?Python torch.linspac ...
最新文章
- van Emda Boas
- 电脑粉碎文件 c语言,文件操作(二):文件粉碎机
- source insight 添加行号
- php di,PHP-DI中文文档(基于有道翻译,基本是直接拿过来使用,并没有润色)
- 中方:开展科技合作应秉持开放、合作、包容心态
- golang ide 环境搭建_Golang 入门 : 打造开发环境
- 用Swift完成不同View Controller之间的切换
- 驻华大使亲自带货 卢旺达咖啡豆成春节热销“洋年货”
- 夏季外出旅游,有哪些方面需要注意?
- 利用c++利用odbc连接mysql数据库
- memset 和 fill 初始化数组
- Java数据类型转换(从低精度到高精度排序)
- 逐帧动画案例(奔跑的小人)
- PM Interview 60quiz
- ARM.CMSIS.3.20.4.pack和Keil.STM32F1xx_DFP.1.0.5.pack这两个文件的意义
- 唯品会技术架构一览表
- Windows 正版系统安装(重装) - Win10(微星主板 - MSI)
- 18秋计算机应用基础在线作业3,电子科大18秋《计算机应用基础(本科)》在线作业3...
- 导航栏 下拉菜单的制作
- cgb2107-day08