当前位置: 首页 > news >正文

pytorch笔记:allclose,isclose,eq,equal

1 allclose

1.1介绍

torch.allclose是一个PyTorch函数,用于检查两个张量是否在某个容忍度范围内近似相等

torch.allclose(input, other, rtol=1e-05, atol=1e-08, equal_nan=False)
  • input (Tensor) – 第一个输入张量
  • other (Tensor) – 第二个输入张量
  • rtol (float) – 相对容忍度
  • atol (float) – 绝对容忍度
  • equal_nan (bool) – 如果为True,将视NANs在两个张量中为相等,即使它们处于不同的位置。

返回:

  • (bool) - 如果两个张量在容忍度范围内是近似的,则返回True,否则返回False。

1.2 工作原理

两个张量ab被视为近似相等,如果以下条件对所有元素都成立:

|a - b| <= atol + rtol * |b|

1.3 举例

import torcha = torch.tensor([1.0, 2.0, 3.0])
b = torch.tensor([1.0, 2.001, 3.0])print(torch.allclose(a, b, rtol=1e-03))  
#True
print(torch.allclose(a, b, rtol=1e-05))
#False

2 isclose

torch.isclose函数与torch.allclose类似,但其主要区别是它返回一个布尔张量,这个张量表示输入张量中的每个元素是否与另一个张量中的对应元素接近

import torcha = torch.tensor([1.0, 2.0, 3.0])
b = torch.tensor([1.0, 2.001, 3.0])print(torch.isclose(a, b, rtol=1e-03))  
print(torch.isclose(a, b, rtol=1e-05))
'''
tensor([True, True, True])
tensor([ True, False,  True])
'''

3 eq

对两个输入张量进行元素级别的比较

返回一个与输入张量同形状的布尔张量。如果两个输入张量在某个位置上的值相等,则对应的输出张量位置为 True,否则为 False

import torcha = torch.tensor([1, 2, 3])
b = torch.tensor([1, 0, 3])print(torch.eq(a, b))
#tensor([ True, False,  True])

4 equal

检查两个张量是否有相同的大小和元素值

它返回一个布尔值:如果两个输入张量的大小和所有元素都相等,则返回 True;否则返回 False

import torcha = torch.tensor([1, 2, 3])
b = torch.tensor([1, 2, 3])
c = torch.tensor([1, 0, 3])print(torch.equal(a, b))  # 输出: True
print(torch.equal(a, c))  # 输出: False

http://www.lryc.cn/news/215220.html

相关文章:

  • YoloV8修改检测框为中心点
  • 文言一心中将C语言归类为低级语言,这对么?
  • [补题记录] Codeforces Round 906 (Div. 2)(A~D)
  • Kubernetes yaml文件
  • Linux——切换CUDA版本
  • 利用云计算和微服务架构开发可扩展的同城外卖APP
  • 数据结构详细笔记——二叉树
  • react实现列表增删改查的小demo(class组件版)
  • 运行批处理文件,Windows 10至少提供了三种方法,有的可以设置定时运行
  • C++ detach线程的归属权和控制权交给runtime library的原因
  • Android应用集成RabbitMQ消息处理指南
  • 爆改86㎡户型,中式禅意,自然诗意!福州中宅装饰,福州装修
  • LVGL库入门 02 - 布局
  • 利用Vue2实现印章徽章组件
  • 金麟国际用工-全新蓝领跨境就业服务平台
  • 性能测试知多少---并发用户
  • 自动驾驶算法(三):RRT算法讲解与代码实现(基于采样的路径规划)
  • 基于SSM的酒店客房预定管理系统
  • IDEA初步入门
  • 《Webpack 5 基础配置》- 禁止在出现编译错误或警告时,覆盖浏览器全屏显示
  • echart 饼图怎么让图形铺满整个div
  • 回归预测 | Matlab实现WOA-CNN-SVM鲸鱼算法优化卷积神经网络-支持向量机的多输入单输出回归预测
  • arm-none-eabi-gcc下实现printf的两种方式
  • 组件库开发
  • 【python基础】魔法参数*args, **kwargs的使用
  • Android Icon 添加水印 Python脚本
  • 选择Centos系统需不需要带SElinux?
  • 项目级asp.net框架的LIMS实验室管理系统源码
  • pthread 变量静态初始化 避免使用被销毁过的变量
  • 深度学习之基于ResNet18的神经网络水果分类系统