Question

对于形状为 (15,10) 的布尔张量，我想沿轴 0 执行 bitwise_or，以便生成的张量的形状为 10。torch.bitwise_or 不支持此操作。

我知道它可以在 numpy 中使用 np.bitwise_or.reduce(x,axis=0) 完成。我在火炬中没有找到类似的东西。如何减少火炬张量？

Answer 1

嗨，如果你查看reduce函数的文档字符串，你就会发现这里的问题，它本质上只是一个从0添加自己的for循环

# ufunc docstring
# op.identiy is 0
r = op.identity # op = ufunc 
for i in range(len(A)):
  r = op(r, A[i])
return r

为了解决和解决您的问题

import numpy as np
import torch

bool_arr = np.random.randint(0, 2, (15, 10), dtype=np.bool) # create a bool arr
tensor_bool_arr = torch.tensor(bool_arr) # Create torch version
output_np = np.bitwise_or.reduce(bool_arr, axis=0) 
# array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
        True])

# Create a pytorch equivalent of bitwise reduce
r = torch.tensor(0)
for i in range(len(tensor_bool_arr)):
    r = torch.bitwise_or(r, tensor_bool_arr[i])

torch_output = r.type(torch.bool)
# tensor([True, True, True, True, True, True, True, True, True, True])
assert torch_output.shape[0] == np_output.shape[0]

减少火炬张量

1 个答案: