torch中的nonzero() 方法

最新推荐文章于 2024-12-20 08:52:59 发布

原创最新推荐文章于 2024-12-20 08:52:59 发布 · 2k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #算法 #python

机器学习基础专栏收录该内容

195 篇文章

订阅专栏

本文介绍了在PyTorch和NumPy库中，nonzero()函数的相似使用方法，包括返回非零元素的索引以及as_tuple选项的应用，重点在于计算机视觉中的mask操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

其实这里的torch的nonzero() 和numpy的nonzero() 是一样的使用方法。

就是返回所有非0元素的index。一般用于CV中mask操作

首先定义一个5*4的tensor，其中为0的元素个数为3个，不为0的个数为17个

import torch

X=torch.tensor([[1, 2, 0,  4],
                [5, 6, 7,  8],
                [0, 10,11,12],
                [13,14, 0,16],
                [17,18,19,20]])

返回非0的所有元素的索引矩阵，下面两种写法都可以

写法1：

# 返回一个 17*2的矩阵，行代表非0的行索引，列代表非0的列索引
print(X.nonzero())

写法2：

print(torch.nonzero(X))

tensor([[0, 0],
[0, 1],
[0, 3],
[1, 0],
[1, 1],
[1, 2],
[1, 3],
[2, 1],
[2, 2],
[2, 3],
[3, 0],
[3, 1],
[3, 3],
[4, 0],
[4, 1],
[4, 2],
[4, 3]])

返回类型定义为tuple

# 返回维度维度与输入一样的N个元组，第一个元组代表行索引，第二个元组代表列索引，依次向后
print(X.nonzero(as_tuple=True))

(tensor([0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 4]),

tensor([0, 1, 3, 0, 1, 2, 3, 1, 2, 3, 0, 1, 3, 0, 1, 2, 3]))

Numpy.nonzero() 使用方法简明解释_for j in np.nonzero(adj[i])[0]:-CSDN博客

Pytorch torch.nonzero()的简单用法_一维tensor看哪些不等于0-CSDN博客