Pytorch 使用tensor特定條件判斷索引
torch.where() 用于將兩個broadcastable的tensor組合成新的tensor，類似于c++中的三元操作符“?:”
區(qū)別于python numpy中的where()直接可以找到特定條件元素的index
想要實現(xiàn)numpy中where()的功能，可以借助nonzero()
對應(yīng)numpy中的where()操作效果:
補充：Pytorch torch.Tensor.detach()方法的用法及修改指定模塊權(quán)重的方法
detach
detach的中文意思是分離，官方解釋是返回一個新的Tensor,從當(dāng)前的計算圖中分離出來
需要注意的是，返回的Tensor和原Tensor共享相同的存儲空間，但是返回的 Tensor 永遠不會需要梯度
import torch as t a = t.ones(10,) b = a.detach() print(b) tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
那么這個函數(shù)有什么作用?
–假如A網(wǎng)絡(luò)輸出了一個Tensor類型的變量a, a要作為輸入傳入到B網(wǎng)絡(luò)中，如果我想通過損失函數(shù)反向傳播修改B網(wǎng)絡(luò)的參數(shù)，但是不想修改A網(wǎng)絡(luò)的參數(shù)，這個時候就可以使用detcah()方法
a = A(input) a = detach() b = B(a) loss = criterion(b, target) loss.backward()
來看一個實際的例子：
import torch as t x = t.ones(1, requires_grad=True) x.requires_grad #True y = t.ones(1, requires_grad=True) y.requires_grad #True x = x.detach() #分離之后 x.requires_grad #False y = x+y #tensor([２.]) y.requires_grad #我還是True y.retain_grad() #y不是葉子張量，要加上這一行 z = t.pow(y, 2) z.backward() #反向傳播 y.grad #tensor([４.]) x.grad #None
以上代碼就說明了反向傳播到y(tǒng)就結(jié)束了，沒有到達x,所以x的grad屬性為None
既然談到了修改模型的權(quán)重問題，那么還有一種情況是:
–假如A網(wǎng)絡(luò)輸出了一個Tensor類型的變量a, a要作為輸入傳入到B網(wǎng)絡(luò)中，如果我想通過損失函數(shù)反向傳播修改A網(wǎng)絡(luò)的參數(shù)，但是不想修改B網(wǎng)絡(luò)的參數(shù)，這個時候又應(yīng)該怎么辦了?
這時可以使用Tensor.requires_grad屬性，只需要將requires_grad修改為False即可．
for param in B.parameters(): param.requires_grad = False a = A(input) b = B(a) loss = criterion(b, target) loss.backward()
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
今天小編就為大家分享一篇對python append 與淺拷貝的實例講解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05
conda創(chuàng)建環(huán)境、安裝包、刪除環(huán)境步驟詳細記錄
對于生信工作者,有一個方便可用的環(huán)境可以極大地方便我們開展分析,conda可以讓我們在非root的情況下較為方便地切換不同的工作環(huán)境,下面這篇文章主要給大家介紹了關(guān)于conda創(chuàng)建環(huán)境、安裝包、刪除環(huán)境步驟的相關(guān)資料,需要的朋友可以參考下2022-08-08
詳解基于python的全局與局部序列比對的實現(xiàn)(DNA)
這篇文章主要介紹了詳解基于python的全局與局部序列比對的實現(xiàn)(DNA).文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10
Python FastAPI 多參數(shù)傳遞的示例詳解
這篇文章主要介紹了Python FastAPI 多參數(shù)傳遞,FastAPI通過模板來匹配URL中的參數(shù)列表，大概分為三類方式傳遞參數(shù)，每種方式結(jié)合示例代碼給大家介紹的非常詳細，需要的朋友可以參考下2022-12-12
這篇文章主要介紹了Python的自動化部署模塊Fabric的安裝及使用指南,文中以Debian系統(tǒng)為環(huán)境進行了實例演示,需要的朋友可以參考下2016-01-01
用Pelican搭建一個極簡靜態(tài)博客系統(tǒng)過程解析
這篇文章主要介紹了用Pelican搭建一個極簡靜態(tài)博客系統(tǒng)過程解析,文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-08-08
一個月入門Python爬蟲學(xué)習(xí),輕松爬取大規(guī)模數(shù)據(jù)
利用爬蟲我們可以獲取大量的價值數(shù)據(jù)，從而獲得感性認識中不能得到的信息，這篇文章給大家?guī)砹艘粋€月入門Python學(xué)習(xí),爬蟲輕松爬取大規(guī)模數(shù)據(jù)，感興趣的朋友一起看看吧2018-01-01
python實現(xiàn)定時自動備份文件到其他主機的實例代碼
這篇文章主要介紹了python實現(xiàn)定時自動備份文件到其他主機的方法，非常不錯，具有參考借鑒價值,需要的朋友可以參考下2018-02-02
Python如何通過手肘法實現(xiàn)k_means聚類詳解
K-means聚類算法是一種常見的無監(jiān)督學(xué)習(xí)算法,用于將數(shù)據(jù)集分成k個不同的簇,下面這篇文章主要給大家介紹了關(guān)于Python如何通過手肘法實現(xiàn)k_means聚類的相關(guān)資料,需要的朋友可以參考下2023-04-04
Python Django實現(xiàn)個人博客系統(tǒng)的搭建
個人博客是一個非常好的平臺，可以讓人們分享自己的知識和經(jīng)驗，也可以讓人們交流和互動。在這篇文章中，我們將介紹如何使用Python Django框架來開發(fā)一個個人博客系統(tǒng)，希望對大家有所幫助2023-04-04