torch.where,二维

torch.where是PyTorch中的一个函数，用于根据条件在两个输入张量之间进行选择。它可以用于二维张量。

torch.where的输出形状是【num1_dim1, num2_dim1, ...】，即根据条件判断为True的元素的索引。例如，如果输入张量的形状为【2, 4】，则输出的形状也将为【2, 4】。

举个例子，如果我们有一个二维张量x，它的值为[[-1, 2, 0], [0, -3, 4]]，我们可以使用torch.where来找出其中大于-1的元素的索引。

通过调用torch.where(x > -1)，我们可以得到一个掩码张量，它的值为(tensor([0, 0, 1, 1]), tensor([1, 2, 0, 2]))。其中，第一个张量表示满足条件的元素的行索引，第二个张量表示满足条件的元素的列索引。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [torch.where/torch.clamp/torch.argmax](https://blog.csdn.net/weixin_63016274/article/details/127324020)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [torch.where的使用](https://blog.csdn.net/djdjdhch/article/details/130633898)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]