Python 如何在两个张量之间提取非等价项的索引？

我有一个张量，有N个对象类的N个预测，还有一个张量，有实N个目标对象类。我想找出我的分类器预测错误的张量指数

考虑定义为以下两个张量：

import torch
predictions = torch.tensor([ [0], [1], [1], [0], [0], [1] ])
target      = torch.tensor([ [0], [0], [1], [1], [0], [1] ])

我想找到一些函数，在这里我可以传递这两个向量，并返回一个类似于

index\u diff=[1,3]

的列表。这个功能存在吗？我目前的想法是将这两个向量都投射到numpy数组中，然后循环N次并比较每个索引中的每个条目，但这对我来说似乎有点迂回。有其他选择吗？

类似于

index_diff = (predictions.flatten() != target.flatten()).nonzero().flatten()

---

应该能行。

成功了，谢谢！当张量的格式略有不同时，它甚至可以工作，例如：

predictions=torch.tensor（[0]，[0]]）

和

target=torch.tensor（[0,0]）

。是的，

.flatte（）

将张量重塑为1d张量。您可以通过删除它们来查看其行为。