Pytorch 相当于 Numpy 的 logical_and 和 kin？答案

【问题标题】：Pytorch equivalent of Numpy's logical_and and kin?Pytorch 相当于 Numpy 的 logical_and 和 kin？
【发布时间】：2019-07-02 14:12:59
【问题描述】：

Pytorch 是否有相当于 Numpy 的元素方面的 logical operators（logical_and、logical_or、logical_not 和 logical_xor）？在使用 CPU 时，在 Pytorch 张量上调用 Numpy 函数似乎工作得很好，甚至产生一个 Pytorch 张量作为输出。我主要问是因为我认为如果 pytorch 计算在 GPU 中运行，这将不会那么好。

我查看了Pytorch's documentation index 中包含字符串“and”的所有函数，但似乎没有一个相关。

【问题讨论】：

标签： python numpy pytorch

【解决方案1】：

更新：在 Pytorch 1.2 中，PyTorch 引入了torch.bool 数据类型，可以使用torch.BoolTensor：

>>> a = torch.BoolTensor([False, True, True, False])  # or pass [0, 1, 1, 0]
>>> b = torch.BoolTensor([True, True, False, False])

>>> a & b  # logical and
tensor([False,  True, False, False])

PyTorch 支持对 ByteTensor 的逻辑操作。您可以使用&、|、^、~ 运算符进行逻辑运算，如下所示：

>>> a = torch.ByteTensor([0, 1, 1, 0])
>>> b = torch.ByteTensor([1, 1, 0, 0])

>>> a & b  # logical and
tensor([0, 1, 0, 0], dtype=torch.uint8)

>>> a | b  # logical or
tensor([1, 1, 1, 0], dtype=torch.uint8)

>>> a ^ b  # logical xor
tensor([1, 0, 1, 0], dtype=torch.uint8)

>>> ~a  # logical not
tensor([1, 0, 0, 1], dtype=torch.uint8)

【讨论】：

有趣。我发现将位运算符和逻辑运算符混为一谈令人讨厌，但它对我的用例很有效（例如(x > 0)&(x < 1.5)）。不过，它可能并非在所有情况下都有效。

【解决方案2】：

逻辑和：

a * b

逻辑或：

a + b

【讨论】：

不错，但缺少逻辑不。位运算符现在可能是正式的方式，因为它们已经引入了布尔张量。