pytorch中torch.isnan()和torch.isfinite()怎么用

這篇文章主要講解了“pytorch中torch.isnan()和torch.isfinite()怎么用”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“pytorch中torch.isnan()和torch.isfinite()怎么用”吧！

1.torch.isfinite()

import torch
num = torch.tensor(1)  # 數字1
res = torch.isfinite(num)
print(res)
'''
輸出：
tensor(True)
'''

這個num必須是tensor

import torch
num = torch.tensor(float('inf')) # 正無窮大
res = torch.isfinite(num)
print(res)
'''
輸出：
tensor(False)
'''

import torch
num = torch.tensor(float('-inf')) # 負無窮大
res = torch.isfinite(num)
print(res)
'''
輸出：
tensor(False)
'''

import torch
num = torch.tensor(float('nan')) # 空
res = torch.isfinite(num)
print(res)
'''
輸出：
tensor(False)
'''

2.torch.isnan()

import torch
res=torch.isnan(torch.tensor([1, float('inf'), 2, float('-inf'), float('nan')]))
print(res)
'''
輸出：
tensor([False, False, False, False,  True])
'''

可以看出torch.isnan()是用來判斷輸入的張量是否為空的函數，當輸入為空是，返回True。

感謝各位的閱讀，以上就是“pytorch中torch.isnan()和torch.isfinite()怎么用”的內容了，經過本文的學習后，相信大家對pytorch中torch.isnan()和torch.isfinite()怎么用這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！