逐元素比较input
和other
,即是否 input>=otherinput>=other。(ge=greater+equal?)
如果两个张量有相同的形状和元素值,则返回True ,否则 False。 第二个参数可以为一个数或与第一个参数相同形状和类型的张量。
input (Tensor)
– 待对比的张量other (Tensor or float)
– 对比的张量或float值out (Tensor, optional)
– 输出张量。必须为ByteTensor或者与第一个参数tensor相同类型。torch.ByteTensor
张量,包含了每个位置的比较结果(是否 input >= other )。返回类型: Tensor
>>> torch.ge(torch.Tensor([[1, 2], [3, 4]]), torch.Tensor([[1, 1], [4, 4]]))
1 1
0 1
[torch.ByteTensor of size 2x2]
注意到还可以作为tensor的属性调用,例如:
>>>x=torch.tensor([[1,2],[3,4]])
>>>x
tensor([[1, 2],
[3, 4]])
>>>x.ge(torch.tensor([[2,1],[4,3]]))
tensor([[False, True],
[False, True]])
#还可以将返回的列表作为索引
>>>x[x.ge(torch.tensor([[2,1],[4,3]]))] = 0
>>>x
tensor([[1, 0],
[3, 0]])
同理,torch.gt(input, other, out=None) → Tensor
逐元素比较input
和other
, 即是否input>otherinput>other(gt=greater than)
如果两个张量有相同的形状和元素值,则返回True ,否则 False。 第二个参数可以为一个数或与第一个参数相同形状和类型的张量。
input (Tensor)
– 要对比的张量other (Tensor or float)
– 要对比的张量或float值out (Tensor, optional)
– 输出张量。必须为ByteTensor或者与第一个参数tensor相同类型。返回值: 一个 torch.ByteTensor
张量,包含了每个位置的比较结果(是否 input > other )。返回类型: Tensor
>>> torch.gt(torch.Tensor([[1, 2], [3, 4]]), torch.Tensor([[1, 1], [4, 4]]))
0 1
0 0
[torch.ByteTensor of size 2x2]
剩下的就直接复制粘贴了。。没什么用啦。
torch.le(input, other, out=None) → Tensor
逐元素比较input
和other
, 即是否input<=otherinput<=other (le=less equal)
第二个参数可以为一个数或与第一个参数相同形状和类型的张量。
input (Tensor)
– 要对比的张量other (Tensor or float)
– 要对比的张量或float值out (Tensor, optional)
– 输出张量。必须为ByteTensor或者与第一个参数tensor相同类型。返回值: 一个 torch.ByteTensor
张量,包含了每个位置的比较结果(是否 input <= other )。返回类型: Tensor
>>> torch.le(torch.Tensor([[1, 2], [3, 4]]), torch.Tensor([[1, 1], [4, 4]]))
1 0
1 1
[torch.ByteTensor of size 2x2]
torch.lt(input, other, out=None) → Tensor
逐元素比较input
和other
, 即是否input<otherinput<other (lt=less than)
第二个参数可以为一个数或与第一个参数相同形状和类型的张量。
input (Tensor)
– 要对比的张量other (Tensor or float)
– 要对比的张量或float值out (Tensor, optional)
– 输出张量。必须为ByteTensor或者与第一个参数tensor相同类型。返回值: 一个 torch.ByteTensor
张量,包含了每个位置的比较结果(是否 input < other )。返回类型: Tensor
>>> torch.lt(torch.Tensor([[1, 2], [3, 4]]), torch.Tensor([[1, 1], [4, 4]]))
0 0
1 0
[torch.ByteTensor of size 2x2]
a,b是两个列表
a.equal(b)要求整个列表完全相同才是True(单个bool值)
a.eq(b) 相同位置值相同则返回对应的True,返回的是一个列表
用属性的方式给出参考用例:
>>> x=torch.tensor([[1,2],[3,4]])
>>> y=x.equal(torch.tensor([[1,2],[3,4]]))
>>> y2=x.eq(torch.tensor([[1,2],[3,4]]))
>>> y
True
>>> y2
tensor([[True, True],
[True, True]])