PyTorch使用布尔掩码提取张量元素(保留维度)

文章/答案/技术大牛

发布

1回答

boolean、pytorch、mask

比方说，我有一个PyTorch 2x2张量，我还生成了一个相同维度(2x2)的布尔张量。我想把它当做面具。例如，如果我有一个张量： tensor([[1, 3], [False, True]]) 我想使用该掩码来获得一个张量，其中与原始张量中的True相对应的元素被保留</e

浏览 45提问于2020-06-18得票数 0

回答已采纳

2回答

布尔掩码Tensorflow，tf.boolean_mask -保持原始张量的维度

python、tensorflow、mask

我想使用布尔数组作为张量的掩码，这样True将保持张量中的原始元素值，False将张量中的原始元素值设置为零。Array = [True, False, False, False, True]Desired result = [1, 0, 0,0, 5] Result with tf.boolean_mask = [1, 5

浏览 1提问于2018-05-21得票数 6

1回答

如何返回基于1D掩码截断的k-dim pytorch张量

python、pytorch、boolean

因此，假设我有一个k-dim张量和一个1-dim掩码，它在pytorch中用于可变长度序列，并且我想返回一个张量，它表示掩码中直到第一个false值的元素。False,False,False]) >>> [[1,2],[3,4],[5,6]] 在本例中，输入张量是2D，但它可以是k-d，在这些维度上具有任意数量的值。只有第一个<e

浏览 18提问于2021-03-23得票数 1

回答已采纳

1回答

在pytorch中堆叠二进制掩码帧？

python、stack、pytorch、tensor

我正在使用Pytorch尝试创建一个四维张量(二进制掩码)，使用三维张量的“堆栈”，每个张量包含二进制掩码。t1.size = torch.Size([9, 704, 1280]) t2.size =

浏览 1提问于2020-04-28得票数 0

2回答

没有所有连接的神经网络层

python、tensorflow、deep-learning、neural-network、pytorch

我有另一个(n，d)矩阵，它是条目可以是非零的掩码。这个想法是，该层不应该是真正密集的，而是缺少一些连接(即等于0)。如何在使用PyTorch (或Tensorflow)进行培训时实现这一点？

浏览 3提问于2020-09-15得票数 4

回答已采纳

2回答

使用布尔掩码从现有数组构建新数组

python、arrays、numpy、scipy、mask

我已经创建了一个布尔掩码，比如mask，我想将它应用于现有的数组，比如old，以创建一个全新的掩码，比如new，它只保留非零元素。然后，相对于old，new数组应该具有较小的维度。如果可能的话，有人可以向我推荐一种更快、更简洁的方法，而不使用numpy.append函数吗？

浏览 0提问于2018-12-04得票数 0

1回答

PyTorch张量索引还是条件选择？

python、pytorch

目标是32 x 1024 x 2048张量。因为根据经验法则，整数应该放在平方[]中。

浏览 8提问于2020-02-15得票数 0

回答已采纳

3回答

广播火炬张量时，具有多个值的张量的布尔值不明确

python、pytorch、tensor、broadcast

我的目标是提取pytorch张量的维度，其索引不在给定的列表中。我想使用广播来做如下所示： Sim = torch.rand((5, 5))result = Sim[a] 我假设a是一个维度为5的True/Flase张量，

浏览 85提问于2021-10-20得票数 0

回答已采纳

2回答

根据掩码将numpy数组替换为另一个数组

python、arrays、numpy、mask

我有两个numpy数组A和B，以及一个布尔人的掩码mask (真/假)，都是相同的维度。我想将A中的元素替换为B中的元素，其中mask的对应元素是True；而掩码的对应元素是False，我想保留A的原始元素。我该怎么做？

浏览 4提问于2021-04-08得票数 0

回答已采纳

1回答

在TensorFlow中，如何有选择地将函数仅应用于张量每行的最大元素？

python、tensorflow

我有一个2D张量，我想只对每一行的最大元素应用一个函数。=1)), my_tensor) 其思想是使用tf.reduce_max创建一个张量，即每行的最大值，然后使用tf.equal创建一个布尔张量，该张量表示输入的每个元素是否等于其行最大值。然后将其作为掩码传递给tf.select，以确定是否应应用该函数。然而，这似乎不起作用

浏览 4提问于2017-02-25得票数 2

1回答

Pytorch:将值从一个掩码分配给另一个掩码，由它自己蒙住。

python、pytorch

我有一个掩码active，它跟踪尚未在循环过程中终止的批处理。它的维度是[batch_full,]，它的真实条目显示了在当前步骤中仍然需要使用哪些元素。递归过程生成另一个掩码terminated，它具有与active掩码中的真值相同的元素。现在，我想从~terminated中获取值，并将它们放回active中，但要选择正确的索引。active[active] = ~terminated 但是

浏览 15提问于2022-04-05得票数 3

回答已采纳

1回答

pytorch是如何使用隐式for循环而不是显式for循环的？

python、pytorch、numpy-ndarray

守则如下：import numpy as npy = np.arange(128) x[i].uniform_(-y[i], y[i])

浏览 2提问于2022-03-15得票数 3

1回答

如何在Tensorflow中用"False"-元素加倍布尔掩码的大小？

python、tensorflow

在TensorFlow中有一种方法可以将布尔掩码张量的两倍大小与“假”-elements一起使用吗？换句话说，在每个元素之后，我想附加一个"False"-element。例如，我的布尔掩码看起来如下：在将"False"-elements的大小加倍之后，应该如下所示： Mask = [True False False

浏览 1提问于2018-05-02得票数 1

回答已采纳

1回答

基于argmax的PyTorch索引

indexing、pytorch、vectorization、tensor

亲爱的社区，我对PyTorch中的张量索引有一个挑战。问题很简单。给定一个张量，创建一个索引张量来索引每列的最大值。x = T.tensor([[0, 3, 0, 5, 9, 8, 2, 0], 考虑到这个张量，我想构建一个布尔掩码，具体来说，我不需要它的最大值torch.max(x, dim=0)，也不需要它的索引torch.argmax(x, dim=0)，而是基于这个张量<

浏览 1提问于2022-06-15得票数 0

回答已采纳

1回答

使用模型对批量与使用pytorch的个体进行推断时的不同结果

python、deep-learning、pytorch、training-data

我有一个神经网络，它接受维度(batch_size，100，1，1)的输入张量，并产生维度(batch_size，3，64，64)的输出张量。当使用模型对两个元素进行批量推断时，我会得到不同的结果，而对单个元素进行推断时，结果会有所不同。使用下面的代码，我初始化了一个尺寸为(2,100，1，1)的pytorch张量。我将此张量传递给模型，并获取模型输出的第一个元素，并将其存储在变

浏览 41提问于2020-08-14得票数 4

回答已采纳

2回答

用不同形状的张量计算余弦距离

pytorch、cosine-similarity

我有下面的张量表示一个单词向量其中第一个维度是批次维度(即A包含两个词向量，每个向量有500个元素)B = (10, 500)C = (2, 10, 1)我看过使用torch.nn.functional.F.cosine_similarity，但是这不起作用在pytorch中实现这一点的最有效方法是什么？

浏览 38提问于2021-02-26得票数 2

回答已采纳

1回答

如何用PyTorch对原U网模型进行训练？

python、conv-neural-network、pytorch、image-segmentation

我正在尝试实现和训练，但当我试图使用来训练模型时，我陷入了困境。根据原来的U-网模型，网络输出2通道的图像，大小为388×388.因此，我的训练数据加载器生成一个张量，其大小为批处理，channels=1，width=572，height=572用于输入图像，批处理实际上，我的问题是，当我试图使用nn.CrossEntropyLoss()时，会引发以下错误：无效参数3:仅支持批量空间目标(3D张量)，但在/opt/conda/conda-bld/pytorch源

浏览 0提问于2019-06-26得票数 3

回答已采纳

4回答

对特定维度进行显式切片

numpy、pytorch、tensor、numpy-ndarray

我有一个3D张量x (例如4x4x100)。我想通过显式地选择最后一个维度上的元素来获得它的子集。如果我在最后一个维度上选择相同的元素(例如x[:,:,30:50]，但我想使用2D张量indices指定第三个维度上的idx )，这将很容易。在numpy中有什么简单的方法可以做到这一点吗？一个更简单的2D示例：indices = [1,3] 假设我想从indices指定的点

浏览 0提问于2019-04-08得票数 1

3回答

仅用一维索引多维张量

python、numpy、indexing、pytorch

我有一个PyTorch张量b，形状是：torch.Size([10, 10, 51])。我希望使用numpy数组在维度d=1 (中间的)中的10个可能元素中选择一个元素：a = np.array([0,1,2,3,4,5,6,7,8,9])。这只是一个随机的例子。

浏览 5提问于2021-10-04得票数 0

1回答

如何将具有动态维度的张量的每个2D元素乘以静态2D掩码？

python、tensorflow、lambda、keras

，64，64)的输入张量和一个大小为(64，64)的静态张量掩码。我希望这个模型的输出张量的形状是(?，64，64)，其中输出的i_th元素是输入和掩码的i_th元素的元素乘以元素。我尝试过在keras中使用Multiply()层，因为它提供了一个元素一个元素的乘法，但它输出的张量是(64，64，64)。我现在已经了解到Multiply()要求张量</em

浏览 25提问于2019-02-19得票数 1

回答已采纳

点击加载更多