pytorch在张量的特定维度上调用unique_consecutive()的最佳方式？
pytorch在张量的特定维度上调用unique_consecutive()的最佳方式？
提问于 2021-02-23 09:27:01
在张量的特定维度上调用unique_consecutive()，并用指定的值填充左边的值，最好的方法是什么？为了简单起见，我们可以使用2D张量作为示例：
input = tensor([[3, 3, 5, 5, 5],
[3, 3, 2, 2, 3]])如果指定padding 1，我希望得到的是：
output = tensor([[3, 5, -1, -1, -1],
[3, 2, 3, -1, -1]])此外，为了节省内存，如果可能的话，我更喜欢就地执行。谢谢!
回答 1
Stack Overflow用户
发布于 2021-03-03 10:14:36
从PyTorch论坛https://discuss.pytorch.org/t/best-way-to-run-unique-consecutive-on-certain-dimension/112662找到了一个不错的解决方案，这里引用以供快速参考。
x = tensor([[3, 3, 5, 5, 5],
[3, 3, 2, 2, 3]])
unique_x, indices = torch.unique_consecutive(x, return_inverse=True)
indices -= indices.min(dim=1, keepdims=True)[0]
result = -torch.ones_like(x)
result = result.scatter_(1, indices, x)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66325767
复制相关文章
相似问题
腾讯云开发者
