PyTorch 值阈值和归零所有其他值答案

【问题标题】：PyTorch value thresholding and zeroing all other valuesPyTorch 值阈值和归零所有其他值
【发布时间】：2020-07-16 18:18:03
【问题描述】：

我在 PyTorch 中有二维张量，代表模型置信度。我要：

如果行中的第二个值大于或等于阈值，则所有其他值应更改为 0
其他值不应更改

简单的方法是：

遍历行
检查第二个值
如果值大于或等于，则创建零行，将第二个值从行更改为第二个值并替换行
否则什么都不做

但是，它效率低下。有没有一种矢量化/张量化的方式来做到这一点？

【问题讨论】：

标签： python machine-learning pytorch

【解决方案1】：

我会首先构造一个新的零矩阵，然后根据需要将项目从矩阵移动到零矩阵。您复制第二个元素低于阈值的行中的所有行。对于所有其他行，您只需复制第二个元素。

import torch
threshold = .2

X = torch.rand((100, 10))
new = torch.zeros_like(X)
mask = X[:, 2] <= threshold
new[mask] = X[mask]
new[~mask, 2] = X[~mask, 2]

【讨论】：

很好的时空权衡，因为我的解决方案最多需要 O(row_len)，但速度很慢，而你的解决方案要快得多，但需要 O(row_len * col_len) 内存。谢谢！

【解决方案2】：

试试这个

import numpy as np
x[(x[:,1] >= 0.5).nonzero(), np.r_[0, 2:x.shape[1]]] = 0.0

首先，使用(x[:,1] >= 0.5).nonzero()获取行索引，
然后取列索引np.r_[0, 2:x.shape[1]] 除了第二列。

【讨论】：

但是这个解决方案使用的是numpy，asker需要torch。
这是一个很好的 CPU 解决方案，但我使用的是 PyTorch 和 GPU，转换成本太高。不过，对于 Numpy 来说，它是很好且干净的代码。