import torch import numpy as np a = torch.Tensor([[1, 2, np.nan], [np.inf, np.nan, 4], [3, 4, 5]]) ''' tensor([[1., 2., nan],[inf, nan, 4.],[3., 4., 5.]]) '''

假設(shè)我們有這樣的一個pytorch tensor，我們需要把其中的inf和nan填充成別的數(shù)字

1?把nan值設(shè)置為0

a1 = torch.where(torch.isnan(a), torch.full_like(a, 0), a) #where的第一行為條件限制，如果滿足條件，則選擇下一個參數(shù)，否則選擇下下個參數(shù)作為輸出。''' (tensor([[1., 2., 0.],[inf, 0., 4.],[3., 4., 5.]]),tensor([[1., 2., nan],[inf, nan, 4.],[3., 4., 5.]])) '''

2 把inf值設(shè)置為0

a2 = torch.where(torch.isinf(a), torch.full_like(a, 0), a)a2,a ''' (tensor([[1., 2., nan],[0., nan, 4.],[3., 4., 5.]]),tensor([[1., 2., nan],[inf, nan, 4.],[3., 4., 5.]])) '''

《新程序員》：云原生和全面數(shù)字化實踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的pytorch笔记： 处理inf和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。