python - torch.unique 不适用于浮点张量
问题描述
我正在尝试从浮点张量中提取独特的元素。我试过了 :
out = torch.unique(my_tensor)
但是,此方法仅适用于 int/long 张量。我的张量是以非均匀方式量化的张量,因此它保证具有一小组浮点值。
解决方案
你可以numpy.unique
改用
import torch
import numpy as np
t = torch.tensor([1.05, 1.05, 2.01, 2.01, 3.9, 3.9001])
print(np.unique(t.numpy()))
输出:
[1.05 2.01 3.9 3.9001]
推荐阅读
- autodesk-forge - 在 3D 模型中隐藏节点 - forgeviewer
- image - HTML:图像不会显示
- reactjs - React Redux Firebase - 使用 firestore 时,第一个文档的 isLoaded 仅为 false
- javascript - React 道具渲染晚了一步
- python - Python - 使用 Scrapy 进行网页抓取
- c# - 将带有图像的 docx 内容复制到另一个 docx 文档中
- javascript - 如何在我的代码中使用 discord.js .setSelfDeaf()?
- python - 如何计算熊猫的年回报率
- amazon-web-services - SQS DLQ 记录所有消息而不使用它们
- php - 对表格中的行进行排名,并将排名保存在另一个带有日期的表格中