torch.nonzero

torch.nonzero(input, *, out=None, as_tuple=False) → LongTensor 或 LongTensor 的 tuple

注意

torch.nonzero(..., as_tuple=False) (預設) 傳回一個 2 維張量，其中每一列都是非零值的索引。

torch.nonzero(..., as_tuple=True) 傳回一個 1 維索引張量的元組，允許進階索引，因此 x[x.nonzero(as_tuple=True)] 給出張量 x 的所有非零值。 在傳回的元組中，每個索引張量包含特定維度的非零索引。

請參閱下文，以了解有關這兩種行為的更多詳細資訊。

當 input 在 CUDA 上時，torch.nonzero() 會導致主機-裝置同步。

當 as_tuple 為 False (預設)

返回一個張量，其中包含 input 中所有非零元素的索引。結果中的每一列都包含 input 中一個非零元素的索引。結果按字典順序排序，最後一個索引變化最快（C 風格）。

如果 input 有 $n$ 個維度，則產生的索引張量 out 的大小為 $(z \times n)$，其中 $z$ 是 input 張量中非零元素的總數。

當 as_tuple 為 True

返回一個 1-D 張量的元組，input 中的每個維度都有一個張量，每個張量都包含 input 中所有非零元素（在該維度中）的索引。

如果 input 有 $n$ 個維度，則產生的元組包含 $n$ 個大小為 $z$ 的張量，其中 $z$ 是 input 張量中非零元素的總數。

作為一個特例，當 input 具有零維度和非零純量值時，它被視為具有一個元素的一維張量。

參數

input (Tensor) – 輸入張量。

關鍵字參數

out (LongTensor, optional) – 包含索引的輸出張量

返回值

如果 as_tuple 為 False，則返回包含索引的輸出張量。 如果 as_tuple 為 True，則每個維度返回一個 1-D 張量，其中包含每個維度上每個非零元素的索引。

返回類型

LongTensor 或 LongTensor 的 tuple

範例

>>> torch.nonzero(torch.tensor([1, 1, 1, 0, 1]))
tensor([[ 0],
        [ 1],
        [ 2],
        [ 4]])
>>> torch.nonzero(torch.tensor([[0.6, 0.0, 0.0, 0.0],
...                             [0.0, 0.4, 0.0, 0.0],
...                             [0.0, 0.0, 1.2, 0.0],
...                             [0.0, 0.0, 0.0,-0.4]]))
tensor([[ 0,  0],
        [ 1,  1],
        [ 2,  2],
        [ 3,  3]])
>>> torch.nonzero(torch.tensor([1, 1, 1, 0, 1]), as_tuple=True)
(tensor([0, 1, 2, 4]),)
>>> torch.nonzero(torch.tensor([[0.6, 0.0, 0.0, 0.0],
...                             [0.0, 0.4, 0.0, 0.0],
...                             [0.0, 0.0, 1.2, 0.0],
...                             [0.0, 0.0, 0.0,-0.4]]), as_tuple=True)
(tensor([0, 1, 2, 3]), tensor([0, 1, 2, 3]))
>>> torch.nonzero(torch.tensor(5), as_tuple=True)
(tensor([0]),)