Python PyTorch nanmedian用法及代码示例

本文简要介绍python语言中 torch.nanmedian 的用法。

用法:

torch.nanmedian(input) → Tensor

参数：

input(Tensor) -输入张量。

参数：

• input(Tensor) -输入张量。

• dim(int) -要减少的维度。

• keepdim(bool) -输出张量是否保留了dim。

关键字参数：

out((Tensor,Tensor),可选的) -第一个张量将填充中间值，第二个张量必须具有 dtype long，它们的索引在 input 的维度 dim 中。

返回 input 中值的中位数，忽略 NaN 值。

当 input 中没有 NaN 值时，此函数与 torch.median() 相同。当 input 具有一个或多个 NaN 值时， torch.median() 将始终返回 NaN ，而此函数将返回 input 中非 NaN 元素的中位数。如果 input 中的所有元素都是 NaN 它也将返回 NaN 。

例子：

>>> a = torch.tensor([1, float('nan'), 3, 2])
>>> a.median()
tensor(nan)
>>> a.nanmedian()
tensor(2.)

torch.nanmedian(input, dim=- 1, keepdim=False, *, out=None)

返回一个命名元组 (values, indices) 其中 values 包含维度 dim 中每一行 input 的中值，忽略 NaN 值，而 indices 包含在维度 dim 中找到的中值的索引 .

当缩减行中没有 NaN 值时，此函数与 torch.median() 相同。当减少的行具有一个或多个 NaN 值时， torch.median() 将始终将其减少到 NaN ，而此函数会将其减少到非 NaN 元素的中值。如果缩减行中的所有元素都是 NaN ，那么它也将缩减为 NaN 。

例子：

>>> a = torch.tensor([[2, 3, 1], [float('nan'), 1, float('nan')]])
>>> a
tensor([[2., 3., 1.],
        [nan, 1., nan]])
>>> a.median(0)
torch.return_types.median(values=tensor([nan, 1., nan]), indices=tensor([1, 1, 1]))
>>> a.nanmedian(0)
torch.return_types.nanmedian(values=tensor([2., 1., 1.]), indices=tensor([0, 1, 0]))