如何在PyTorch中随机设置张量每行中固定数量的元素 [英] How to randomly set a fixed number of elements in each row of a tensor in PyTorch
本文介绍了如何在PyTorch中随机设置张量每行中固定数量的元素的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我想知道是否有更有效的替代方案来替代下面的代码,而不是在第四行使用";for";循环?
import torch
n, d = 37700, 7842
k = 4
sample = torch.cat([torch.randperm(d)[:k] for _ in range(n)]).view(n, k)
mask = torch.zeros(n, d, dtype=torch.bool)
mask.scatter_(dim=1, index=sample, value=True)
基本上,我尝试做的是创建一个n
byd
掩码张量,以便在每行中正好有k
随机元素为True。
推荐答案
这里有一种不用循环就可以做到这一点的方法。让我们从一个随机矩阵开始,其中所有元素都绘制为iid,在本例中统一在[0,1]上。然后我们取每行的第k个分位数,并将每行的所有小于或等于的元素设置为True,将睡觉设置为False:
rand_mat = torch.rand(n, d)
k_th_quant = torch.topk(rand_mat, k, largest = False)[0][:,-1:]
mask = rand_mat <= k_th_quant
不需要循环:)x2.1598比您附加在我的CPU上的代码快。
这篇关于如何在PyTorch中随机设置张量每行中固定数量的元素的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文