PyTorch 中的 isclose-Python教學-PHP中文網

PyTorch 中的 isclose

DDD

發布： 2024-11-04 10:31:53

原創

288 人瀏覽過

isclose in PyTorch

請我喝杯咖啡☕

*備忘錄：

我的貼文解釋了 equal()、eq() 和 ne()。
我的帖子解釋了 gt() 和 lt()。
我的帖子解釋了 ge() 和 le()。

isclose() 可以檢查第一個0D 或更多D 張量的零個或多個元素是否等於或接近等於第二個0D 或更多D 張量的零個或多個元素，得到0D或更多零個或多個元素的D 張量如下所示：

*備忘錄：

isclose() 可以與 torch 或張量一起使用。
第一個參數（輸入）使用 torch 或使用張量（必要類型：int、float、complex 或 bool 的張量）。
帶有 torch 的第二個參數或帶有張量的第一個參數是其他（必需類型：int、float、complex 或 bool 的張量）。
帶有 torch 的第三個參數或帶有張量的第二個參數是 rtol(Optional-Default:1e-05-Type:float)。
帶有 torch 的第四個參數或帶有張量的第三個參數是 atol(Optional-Default:1e-08-Type:float)。
帶有 torch 的第五個參數或帶有張量的第四個參數是 equal_nan(Optional-Default:False-Type:bool)： *備註：
- 如果為 True，則 nan 和 nan 傳回 True。
- 基本上，nan 和 nan 回傳 False。
公式為 |輸入 - 其他|

import torch

tensor1 = torch.tensor([1.00001001, 1.00000996, 1.00000995, torch.nan])
tensor2 = torch.tensor([1., 1., 1., torch.nan])

torch.isclose(input=tensor1, other=tensor2)
torch.isclose(input=tensor1, other=tensor2,
              rtol=1e-05, atol=1e-08, equal_nan=False)
            # 0.00001   # 0.00000001
tensor1.isclose(other=tensor2)
torch.isclose(input=tensor2, other=tensor1)
# tensor([False, False, True, False])

torch.isclose(input=tensor1, other=tensor2, equal_nan=True)
# tensor([False, False, True, True])

tensor1 = torch.tensor([[1.00001001, 1.00000996],
                        [1.00000995, torch.nan]])
tensor2 = torch.tensor([[1., 1.],
                        [1., torch.nan]])
torch.isclose(input=tensor1, other=tensor2)
torch.isclose(input=tensor2, other=tensor1)
# tensor([[False, False],
#         [True, False]])

tensor1 = torch.tensor([[[1.00001001],
                         [1.00000996]],
                        [[1.00000995],
                         [torch.nan]]])
tensor2 = torch.tensor([[[1.], [1.]],
                        [[1.], [torch.nan]]])
torch.isclose(input=tensor1, other=tensor2)
torch.isclose(input=tensor2, other=tensor1)
# tensor([[[False], [False]],
#         [[True], [False]]])

tensor1 = torch.tensor([[1.00001001, 1.00000996],
                        [1.00000995, torch.nan]])
tensor2 = torch.tensor([1., 1.])

torch.isclose(input=tensor1, other=tensor2)
torch.isclose(input=tensor2, other=tensor1)
# tensor([[False, False],
#         [True, False]])

tensor1 = torch.tensor([[1.00001001, 1.00000996],
                        [1.00000995, torch.nan]])
tensor2 = torch.tensor(1.)

torch.isclose(input=tensor1, other=tensor2)
torch.isclose(input=tensor2, other=tensor1)
# tensor([[False, False],
#         [True, False]])

tensor1 = torch.tensor([0, 1, 2])
tensor2 = torch.tensor(1)

torch.isclose(input=tensor1, other=tensor2)
# tensor([False, True, False])

tensor1 = torch.tensor([0.+0.j, 1.+0.j, 2.+0.j])
tensor2 = torch.tensor(1.+0.j)

torch.isclose(input=tensor1, other=tensor2)
# tensor([False, True, False])

tensor1 = torch.tensor([False, True, False])
tensor2 = torch.tensor(True)

torch.isclose(input=tensor1, other=tensor2)
# tensor([False, True, False])

登入後複製

以上是PyTorch 中的 isclose的詳細內容。更多資訊請關注PHP中文網其他相關文章！