Pytorch: 如何找到2D张量每行第一个非零元素的索引?

我有一个2D张量,每行包含一些非零元素,如下所示:

import torchtmp = torch.tensor([[0, 0, 1, 0, 1, 0, 0],                    [0, 0, 0, 1, 1, 0, 0]], dtype=torch.float)

我想得到一个张量,包含每行第一个非零元素的索引:

indices = tensor([2],                 [3])

如何在Pytorch中计算这些索引?


回答:

我找到了一种巧妙的方法来回答我的问题:

  tmp = torch.tensor([[0, 0, 1, 0, 1, 0, 0],                     [0, 0, 0, 1, 1, 0, 0]], dtype=torch.float)  idx = reversed(torch.Tensor(range(1,8)))  print(idx)  tmp2= torch.einsum("ab,b->ab", (tmp, idx))  print(tmp2)  indices = torch.argmax(tmp2, 1, keepdim=True)  print(indeces)

结果如下:

tensor([7., 6., 5., 4., 3., 2., 1.])tensor([[0., 0., 5., 0., 3., 0., 0.],       [0., 0., 0., 4., 3., 0., 0.]])tensor([[2],        [3]])

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注