在構(gòu)建網(wǎng)絡(luò)框架后，運行代碼，發(fā)現(xiàn)很多tensor出現(xiàn)了inf值或者nan,在很多博客上沒有找到對應(yīng)的解決方法，大部分是基于numpy寫的，比較麻煩。下面基于torch BIF函數(shù)實現(xiàn)替換這2個值。

a = torch.Tensor([[1, 2, np.nan], [np.inf, np.nan, 4], [3, 4, 5]])

a

Out[158]:

tensor([[1., 2., nan],

[inf, nan, 4.],

[3., 4., 5.]])

下面把nan值還為0：

a = torch.where(torch.isnan(a), torch.full_like(a, 0), a)

a

Out[160]:

tensor([[1., 2., 0.],

[inf, 0., 4.],

[3., 4., 5.]])

接著把inf替換為1：

a = torch.where(torch.isinf(a), torch.full_like(a, 0), a)

a

Out[162]:

tensor([[1., 2., 0.],

[0., 0., 4.],

[3., 4., 5.]])

簡單回顧

tips

:對于某些tensor,可能已經(jīng)開啟了grad功能，需要把它先轉(zhuǎn)為普通tensor(使用.data)

torch.where(condition,T,F) 函數(shù)有三個輸入值，

第一個是判斷條件，

第二個是符合條件的設(shè)置值，

第三個是不符合條件的設(shè)置值

torch.full_like(input, fill_value, …) 返回與input相同size，單位值為fill_value的矩陣

#如下面這個例子，a為3*3的tensor

b =torch.full_like(a, 0,)

b

Out[165]:

tensor([[0., 0., 0.],

[0., 0., 0.],

[0., 0., 0.]])

總結(jié)

以上是生活随笔為你收集整理的python 温度插值nan处理_Python处理inf和Nan值,pytorch,nan,数值的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。