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

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

判断PyTorch是GPU版还是CPU版的方法小结

《判断PyTorch是GPU版还是CPU版的方法小结》PyTorch作为当前最流行的深度学习框架之一,支持在CPU和GPU(NVIDIACUDA)上运行,所以对于深度学习开发者来说,正确识别PyTor... 目录前言为什么需要区分GPU和CPU版本?性能差异硬件要求如何检查PyTorch版本?方法1:使用命

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Java中的工具类命名方法

《Java中的工具类命名方法》:本文主要介绍Java中的工具类究竟如何命名,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java中的工具类究竟如何命名?先来几个例子几种命名方式的比较到底如何命名 ?总结Java中的工具类究竟如何命名?先来几个例子JD

Spring Security自定义身份认证的实现方法

《SpringSecurity自定义身份认证的实现方法》:本文主要介绍SpringSecurity自定义身份认证的实现方法,下面对SpringSecurity的这三种自定义身份认证进行详细讲解,... 目录1.内存身份认证(1)创建配置类(2)验证内存身份认证2.JDBC身份认证(1)数据准备 (2)配置依

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Spring 中的循环引用问题解决方法

《Spring中的循环引用问题解决方法》:本文主要介绍Spring中的循环引用问题解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录什么是循环引用?循环依赖三级缓存解决循环依赖二级缓存三级缓存本章来聊聊Spring 中的循环引用问题该如何解决。这里聊

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处