PyTorch基础（20）-- torch.gt() / torch.ge() / torch.le() / torch.lt()方法

小明 2025-05-06 14:27:56 7

一、前言

嗯……���近遇到的奇奇怪怪的方法很多了，学无止境啊！学不完啊，根本学不完！本篇文章介绍四个方法：torch.gt()、torch.ge()、torch.le()和torch.lt()方法，由于这四个方法很相似，所以放到一块解析了！

函数作用
torch.gt(intput, other)input > other
torch.ge(intput, other)input ≥ other
torch.le(intput, other)input ≤ other
torch.lt(intput, other)input

二、方法解析

由于方法类似，我们只取一个进行详细解析，其它三个只是比较的方式不同而已，用法完全相同。

2.1 torch.gt()

按照惯例，先对函数的参数及return做一个简单的解释。函数的作用：元素级的比较input是否大于other，如果input>other，那input当前位置的元素为True；否则，当前位置的元素为False。

argument

  • input：要比较的tensor
  • other：可以是一个float类型的数，或者是可以与input进行广播的tensor

    return

    • 返回一个boolean类型的tensor

      2.2 torch.ge()

      作用：判断input是否大于等于other。

      2.3 torch.le()

      作用：判断input是否小于等于other。

      2.4 torch.lt()

      作用：判断input是否小于other。

      三、案例分析

      3.1 torch.gt()

      • 案例1 
        t = torch.tensor([[1,2],[3,1]])
other = 1
torch.gt(t, 1)
        • 运行结果 
          tensor([[False,  True],
        [ True, False]])
          • 案例2 
            t = torch.tensor([[1,2],[3,1]])
other = torch.tensor([[2,1],[1,2]])
torch.gt(t, other)
            • 运行结果 
              tensor([[False,  True],
        [ True, False]])

              3.2 torch.ge()

              • 案例1 
                t = torch.tensor([[1,2],[3,1]])
other = 1
torch.ge(t, 1)
                • 运行结果 
                  tensor([[True, True],
        [True, True]])
                  • 案例2 
                    t = torch.tensor([[1,2],[3,1]])
other = torch.tensor([[2,1],[1,2]])
torch.ge(t, other)
                    • 运行结果 
                      tensor([[False,  True],
        [ True, False]])

                      3.3 torch.le()

                      • 案例1 
                        t = torch.tensor([[1,2],[3,1]])
other = 1
torch.le(t, 1)
                        • 运行结果 
                          tensor([[ True, False],
        [False,  True]])
                          • 案例2 
                            t = torch.tensor([[1,2],[3,1]])
other = torch.tensor([[2,1],[1,2]])
torch.le(t, other)
                            • 运行结果 
                              tensor([[ True, False],
        [False,  True]])

                              3.4 torch.lt()

                              • 案例1 
                                t = torch.tensor([[1,2],[3,1]])
other = 1
torch.lt(t, 1)

                                tensor([[False, False],
        [False, False]])
                                • 案例2 
                                  t = torch.tensor([[1,2],[3,1]])
other = torch.tensor([[2,1],[1,2]])
torch.lt(t, other)

                                  tensor([[ True, False],
        [False,  True]])

                                  参考文献

                                  [1]torch.gt()方法官方解释

                                  [2]torch.ge()方法官方解释

                                  [3]torch.le()方法官方解释

                                  [4]torch.lt()方法官方解释

                                  今天的你，学会了吗？

The End

标签：

微信