x[x!=x] 是什么意思？答案

【问题标题】：What does x[x!=x] mean?x[x!=x] 是什么意思？
【发布时间】：2021-08-02 13:56:32
【问题描述】：

我不明白this line：

lprobs[lprobs != lprobs] = torch.tensor(-math.inf).to(lprobs)

没有评论，是不是一些著名的 Python（或 PyTorch？）习语？有人可以解释它的含义，或者展示一种使意图更清晰的不同方式吗？

lprobs 是pytorch Tensor，它可以包含任何大小的浮点类型（我怀疑这段代码是为了支持 int 或复杂类型）。据我所知，张量类不会覆盖__ne__ 函数。

【问题讨论】：

看起来lprobs[lprobs != lprobs] 正在选择lprobs 中包含NaN 的那些元素。然后将它们设置为负无穷大......？
我猜张量是基于例如一个 numpy 矩阵，这是成语：numpy.org/doc/stable/user/…
@jonrsharpe 我熟悉x[b] 的想法。我对x[x!=x] 感到困惑。
这个是 x[b]，其中b = x != x。在链接的示例中，创建掩码的比较（另见numpy.org/doc/stable/user/…）是y>20。
这能回答你的问题吗？ In what situation is an object not equal to itself?

【解决方案1】：

它是fancy indexing with a boolean mask 和"trick" 的组合（尽管是设计意图），以检查NaN：x != x 成立，如果x 是NaN（即对于浮点数）。

他们也可以写

lprobs[torch.isnan(lprobs)] = torch.tensor(-math.inf).to(lprobs)

或者，可能更习惯用语，使用torch.nan_to_num（但要注意后者对无穷大也有特殊行为）。

上述的非更新变体是

torch.where(torch.isnan(lprobs), torch.tensor(-math.inf), lprobs)

【讨论】：

谢谢。我习惯在 R 中使用 is.nan，在 JavaScript 中使用 isNaN()，所以我自然更喜欢你的替代版本！乍一看，torch.nan_to_num() 看起来非常漂亮且具有描述性，但它也替换了 -inf 和 +inf，这（恕我直言）完全破坏了这个好主意（函数名称具有误导性而不是描述性，并且还可能存在效率问题）。
嗯，对。我今天才偶然发现nan_to_num，并没有意识到它有这种行为。