非常简单的函数，但是官网的介绍令人（令我）迷惑，所以稍加解释。 mask_select会将满足mask（掩码、遮罩等等，随便翻译）的指示，将满足条件的点选出来。 根据掩码张量mask中的二元
非常简单的函数，但是官网的介绍令人（令我）迷惑，所以稍加解释。
mask_select会将满足mask（掩码、遮罩等等，随便翻译）的指示，将满足条件的点选出来。
根据掩码张量mask中的二元值，取输入张量中的指定项( mask为一个 ByteTensor)，将取值返回到一个新的1D张量，
张量 mask须跟input张量有相同数量的元素数目，但形状或维度不需要相同
x = torch.randn(3, 4)
x
1.2045 2.4084 0.4001 1.1372
0.5596 1.5677 0.6219 -0.7954
1.3635 -1.2313 -0.5414 -1.8478
[torch.FloatTensor of size 3x4]
mask = x.ge(0.5)
mask
1 1 0 1
1 1 1 0
1 0 0 0
[torch.ByteTensor of size 3x4]
torch.masked_select(x, mask)
1.2045
2.4084
1.1372
0.5596
1.5677
0.6219
1.3635
[torch.FloatTensor of size 7]
以上这篇Pytorch mask_select 函数的用法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持易盾网络。