Python 是否有一种方法可以实现Pytorch元素平等性，将每个维度视为一个元素？

我有两个张量，我想检查是否相等，将一维数组作为元素

我有两个张量

lo = torch.Tensor(([1., 1., 0.],
                   [0., 1., 1.],
                   [0., 0., 0.],
                   [1., 1., 1.]))
lo = torch.Tensor(([1., 1., 0.],
                   [0., 0., 0.],
                   [0., 0., 0.],
                   [0., 0., 0.]))

我试过使用

torch.eq（lee，lo）

返回一个类似张量的

tensor([[1, 1, 1],
        [1, 0, 0],
        [1, 1, 1],
        [0, 0, 0]], dtype=torch.uint8)

有没有办法让输出变成

tensor([1, 0, 1, 0])

因为唯一匹配的完整元素是第一个

编辑： 我想出了这个解决办法

lee = lee.tolist()
lo = lo.tolist()
out = []
for i, j in enumerate(lee):
  if j == lo[i]:
    out.append(1)
  else:
    out.append(0)

结果是[1,0,1,0] 但有没有更简单的方法呢？

或者拿火炬。eq（lee，lo）和row必须加总到它的len，这意味着所有1必须在那里

import torch
lo = torch.Tensor(([1., 1., 0.],
                   [0., 1., 1.],
                   [0., 0., 0.],
                   [1., 1., 1.]))
l1 = torch.Tensor(([1., 1., 0.],
                   [0., 0., 0.],
                   [0., 0., 0.],
                   [0., 0., 0.]))


teq = torch.eq(l1, lo) 

print(teq)

tsm =  teq.sum(-1)

print(tsm == 3)

tsm是张量（[3,1,3,0]）

---

打印输出返回[1,0,1,0]

您只需使用

torch.all（张量，dim）

代码：

输出：

tensor([[1, 1, 1],
        [1, 0, 0],
        [1, 1, 1],
        [0, 0, 0]], dtype=torch.uint8)
tensor([0, 0, 0], dtype=torch.uint8)
tensor([1, 0, 1, 0], dtype=torch.uint8) # your desired output

---

走曼哈顿的距离，看看哪一行加起来等于零。现在，我要写一段代码。或者拿着火炬。eq（lee，lo）和row必须和它的len相加，意味着所有的1都必须在那里，这太棒了！非常感谢。或者您执行tsub=torch.abs（lo-l1）tsm2=tsub.sum（-1）打印（tsm2==0），但是带有eq的是main方法刚刚找到了一个更好的方法，只需执行tmin=teq.min（-1），对于至少有一个0保留的行，将为0

tensor([[1, 1, 1],
        [1, 0, 0],
        [1, 1, 1],
        [0, 0, 0]], dtype=torch.uint8)
tensor([0, 0, 0], dtype=torch.uint8)
tensor([1, 0, 1, 0], dtype=torch.uint8) # your desired output