torch.nonzero的理解

狼啸风云

修改于 2022-09-02 22:28:26

1.3K0

修改于 2022-09-02 22:28:26

>>> torch.nonzero(torch.Tensor([[0.6, 0.0, 0.0, 0.0],
...                             [0.0, 0.4, 0.0, 0.0],
...                             [0.0, 0.0, 1.2, 0.0],
...                             [0.0, 0.0, 0.0,-0.4]]))

 0  0
 1  1
 2  2
 3  3
[torch.LongTensor of size 4x2]

这里直接给出理解方式，输出的这个out应该这样去读：这个例子里input是2维的，一共有4个非0元素，所以输出是一个4×2的张量，表示每个非0元素的索引。读法是从左往右，比如out的第0行[0,0]，表示的就是input的第0行的第0个元素是非0元素，同理，out的第1行[1,1]，表示的就是input的第1行的第1个元素是非0元素。

那比如我们再把input设为一个3维张量，举个例子：

torch.nonzero(torch.Tensor([[[1,1,1,0,1],[1,0,0,0,1]],

                            [[1,1,1,0,1],[1,0,0,0,1]]]))

输出的结果是：

    0     0     0
    0     0     1
    0     0     2
    0     0     4
    0     1     0
    0     1     4
    1     0     0
    1     0     1
    1     0     2
    1     0     4
    1     1     0
    1     1     4
[torch.LongTensor of size 12x3]

这个out张量的意思就是：

按行依次从左往右读，第0行第0列第0个元素非0，第0行第0列第1个元素非0，……，第1行第1列第0个元素非0，第1行第1列第4个元素非0。

这就是torch.nonzero的理解方式。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2020-05-05 ，如有侵权请联系 cloudcommunity@tencent.com 删除

input