Python 有没有一种方法可以在不使用循环的情况下多次应用torch.mode
假设arr1的大小为10,arr2的大小为5乘5。(arr2包含5行要检查的目标索引) 有没有一种方法可以在没有环路的情况下使用5种不同的索引来获得arr1的模式 我尝试过这个方法,但它只在arr2是一维的情况下起作用,并且它返回arr2中特定索引值的模式Python 有没有一种方法可以在不使用循环的情况下多次应用torch.mode,python,numpy,machine-learning,pytorch,knn,Python,Numpy,Machine Learning,Pytorch,Knn,假设arr1的大小为10,arr2的大小为5乘5。(arr2包含5行要检查的目标索引) 有没有一种方法可以在没有环路的情况下使用5种不同的索引来获得arr1的模式 我尝试过这个方法,但它只在arr2是一维的情况下起作用,并且它返回arr2中特定索引值的模式 modes =torch.mode(arr1[arr2]).values 我试过了,它起作用了 arr1=火炬张量([2,4,5,5,5,7,6,4,5]) arr2=火炬张量([[0,1,2,3,4],[5,6,7,8,9]) arr1
modes =torch.mode(arr1[arr2]).values
我试过了,它起作用了
arr1=火炬张量([2,4,5,5,5,7,6,4,5])
arr2=火炬张量([[0,1,2,3,4],[5,6,7,8,9])
arr1.shape
火炬尺寸([10])
2.形状
火炬尺寸([2,5])
火炬模式(arr1[arr2])值
张量([5,6])
我试过你的电脑,它正在工作。无论如何,你能添加一个示例和预期输出吗?@dishinghoyani很抱歉,它对你来说是如何工作的,它说“维度1张量的索引太多了”mine@DishinHGoyani假设arr1有[2,4,5,5,7,6,6,4,5],arr2有[0,1,2,3,4,5,6,7,8,9],输出应该是[5,6]问题出在哪里?@bigsteppa欢迎这样做;如果答案解决了您的问题,请接受它-参见