torch筛选长度
【摘要】
import time import torchdata=torch.rand((300,3000)) b=data>0.5 start=time.time()print(int(b.sum()),time.time()-start)#type:tensortime: 1msstart=time.time()print(data[b].size(0)...
-
import time
-
-
import torch
-
data=torch.rand((300,3000))
-
-
b=data>0.5
-
-
-
-
start=time.time()
-
print(int(b.sum()),time.time()-start)#type:tensor
-
time: 1ms
-
start=time.time()
-
print(data[b].size(0),time.time()-start) #type:int
-
time:7ms
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/99429052
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)