-
3๏ธโฃ Pytorch ๊ธฐ์ด_boolean ์ธ๋ฑ์ฑAI\ML\DL/Pytorch 2023. 7. 6. 21:43๋ฐ์ํ
1) Boolean ์ธ๋ฑ์ฑ
torch์์ boolean ์ธ๋ฑ์ฑ์ ํ์ฉํ๋ฉด ๋์ค์ transformer ๋ง์คํน ๋ฑ์ ํ ๋ ๋งค์ฐ ์ ์ฉํ๊ฒ ์ฐ์ผ ์ ์๋ค๊ณ ํ๋ค.
boolean์ ์ฌ์ฉํ๋ฉด True ์ธ ์ฑ๋ถ๋ง์ ๊ฐ์ ธ์์ ์๋ก์ด ํ๋ ฌ์ ๋ง๋ค ์๋ ์๋ค.
- A[B,:]: B์ ๊ฐ ์์์ ๋์ํ๋ ์์น์ ์๋ A์ ํ์ ์ ํํ์ฌ ์๋ก์ด ํ ์๋ฅผ ์์ฑํ๋ค. B์์ True ์ ํด๋นํ๋ ์์น์ ์๋ A์ ํ๋ค์ ์ ํํด์ ์๋ก์ด ํ ์๋ฅผ ๋ง๋ ๋ค.
A=torch.tensor([[1,2],[3,4],[5,6],[7,8]]) print(A[ torch.tensor([[False,True],[False,False],[False,False],[False,False]]) ]) print(A[A==2]) print(A[ [True,False,False,False], [False,True] ])
- line 2: True ์ ํด๋นํ๋ 2 ๋ฅผ ๋ฐํ
- line 3: A ํ ์์์ ์กฐ๊ฑด์ ๋ง์กฑํ๋ ์์ (๊ฐ์ด 2์ธ ์์)๋ฅผ ์ ํํ๊ณ ๊ทธ๊ฑธ๋ก ์๋ก์ด ํ ์๋ฅผ ๋ฐํ
- line 4: True ์ธ A์ 1ํ์ 2์ด ์ ํํ์ฌ ๋ฐํ
tensor([2]) tensor([2]) tensor([2])
'AI\ML\DL > Pytorch' ์นดํ ๊ณ ๋ฆฌ์ ๋ค๋ฅธ ๊ธ
5๏ธโฃ Pytorch ๊ธฐ์ด_autograd (0) 2023.07.14 4๏ธโฃ Pytorch ๊ธฐ์ด_์ฌ๋ฌ ํจ์๋ค (0) 2023.07.14 2๏ธโฃ Pytorch ๊ธฐ์ด_์ธ๋ฑ์ฑ๊ณผ ์ฌ๋ผ์ด์ค (0) 2023.07.06 1๏ธโฃ Pytorch ๊ธฐ์ด_numpy์ ๋ฎ์ torch (0) 2023.07.06