Python PyTorch nanmedian用法及代碼示例

本文簡要介紹python語言中 torch.nanmedian 的用法。

用法:

torch.nanmedian(input) → Tensor

參數：

input(Tensor) -輸入張量。

參數：

• input(Tensor) -輸入張量。

• dim(int) -要減少的維度。

• keepdim(bool) -輸出張量是否保留了dim。

關鍵字參數：

out((Tensor,Tensor),可選的) -第一個張量將填充中間值，第二個張量必須具有 dtype long，它們的索引在 input 的維度 dim 中。

返回 input 中值的中位數，忽略 NaN 值。

當 input 中沒有 NaN 值時，此函數與 torch.median() 相同。當 input 具有一個或多個 NaN 值時， torch.median() 將始終返回 NaN ，而此函數將返回 input 中非 NaN 元素的中位數。如果 input 中的所有元素都是 NaN 它也將返回 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)

返回一個命名元組 (values, indices) 其中 values 包含維度 dim 中每一行 input 的中值，忽略 NaN 值，而 indices 包含在維度 dim 中找到的中值的索引 .

當縮減行中沒有 NaN 值時，此函數與 torch.median() 相同。當減少的行具有一個或多個 NaN 值時， torch.median() 將始終將其減少到 NaN ，而此函數會將其減少到非 NaN 元素的中值。如果縮減行中的所有元素都是 NaN ，那麽它也將縮減為 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]))