masked_fill

`masked_fill` 是 PyTorch 中的一个操作，它可以对一个张量进行操作，并根据指定的掩码（mask）在特定位置填充指定的值。掩码是一个跟原始张量形状相同的张量，其中的元素是 0 或 1，表示哪些位置需要被填充，哪些位置不需要被填充。通常情况下，掩码中的 0 表示不需要填充，1 表示需要填充。

例如，假设我们有如下张量和掩码：

import torch

x = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
mask = torch.tensor([[0, 1, 0], [1, 0, 1], [0, 1, 0]])

我们想要将 `x` 中的所有奇数位置填充为 -1，可以使用 `masked_fill` 操作：

x.masked_fill(mask == 1, -1)

操作的结果是：

tensor([[ 1, -1,  3],
        [-1,  5, -1],
        [ 7, -1,  9]])

可以看到，`x` 中第 1、3、5、7 个位置是奇数，对应的掩码中的值为 1，因此在这些位置上填充了 -1。

相关问题

.masked_fill

.masked_fill()是PyTorch张量的一个方法，用于根据给定的掩码（mask）填充张量中的值。

具体来说，.masked_fill(mask, value)方法将张量中与掩码（mask）中对应位置为True的元素替换为给定的值（value），并返回替换后的新张量。

例如，假设有一个形状为(3, 3)的张量x：

x = torch.tensor([[1, 2, 3],
                  [4, 5, 6],
                  [7, 8, 9]])

我们想要将x中大于5的元素替换为0，可以定义一个相同形状的掩码（mask）：

mask = torch.tensor([[False, False, False],
                     [False, False, True],
                     [True, True, True]])

然后使用.masked_fill()方法进行替换：

new_x = x.masked_fill(mask, 0)

最终得到的new_x为：

tensor([[1, 2, 3],
        [4, 5, 0],
        [0, 0, 0]])

可以看到，x中大于5的元素被替换为了0，而其他位置的元素保持不变。

.masked_fill_()

`.masked_fill_()` 是 PyTorch 中的一个张量操作函数，用于对张量中的部分元素进行替换操作。它的作用是在张量中找到符合某个条件的元素，并将它们替换为指定的值。这个操作通常在处理自然语言处理中的序列时会用到。

具体来说，`.masked_fill_()` 接受两个参数：

- `mask`：一个与原张量形状相同的布尔类型的张量，用于指示要替换的元素的位置。`True` 表示需要替换，`False` 表示不需要替换。
- `value`：一个标量或大小与原张量相同的张量，用于指定替换后的值。

例如，假设有一个形状为 `(3, 4)` 的张量 `x`，我们想要将其中所有大于 0 的元素替换为 1：

import torch

x = torch.randn(3, 4)
mask = x > 0
x.masked_fill_(mask, 1)

执行这段代码后，`x` 的值将会变成一个新的张量，其中所有大于 0 的元素都被替换为了 1。注意，`.masked_fill_()` 是一个原地操作，即会修改原张量 `x` 的值。如果不想修改原张量，可以使用 `.masked_fill()` 函数，它返回一个新的张量，而不是原地修改原张量。