Python 如何根据另一个张量'，将一个张量的某个值变为零；pytorch的价值是多少？

我有两个张量：张量a和张量b。如何根据张量b的值来改变张量a的值

我知道下面的代码是对的，但当张量很大时，它运行得相当慢。还有其他方法吗

import torch
a = torch.rand(10).cuda()
b = torch.rand(10).cuda()
a[b > 0.5] = 0.

---

我想，

火炬。在哪里，

会更快，我在CPU中进行了测量，这里是结果

import torch
a = torch.rand(3**10)
b = torch.rand(3**10)

---

对于这个确切的用例，还需要考虑

a * (b <= 0.5)

a*（b0.5]=0。
每个回路553µs±17.2µs（7次运行的平均±标准偏差，每个1000个回路）
In[3]：a=火炬.rand（3**10）
在[4]中：%时间温度=火炬，其中（b>0.5，火炬张量（0.），a）
...:
每个回路49µs±391 ns（7次运行的平均值±标准偏差，每个10000个回路）
In[5]：a=火炬.rand（3**10）
在[6]中：%时间温度=（a*（b 0.5,0.）
每个回路244µs±3.48µs（7次运行的平均值±标准偏差，每个1000个回路）

我认为没有比这更有效的方法了。我认为产生巨大影响的方法更不可能。那很好。谢谢。

%timeit temp = torch.where(b > 0.5, torch.tensor(0.), a)
294 µs ± 4.51 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

a * (b <= 0.5)

In [1]: import torch
   ...: a = torch.rand(3**10)
   ...: b = torch.rand(3**10)

In [2]: %timeit a[b > 0.5] = 0.
553 µs ± 17.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [3]: a = torch.rand(3**10)

In [4]: %timeit temp = torch.where(b > 0.5, torch.tensor(0.), a)
   ...:
49 µs ± 391 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [5]: a = torch.rand(3**10)

In [6]: %timeit temp = (a * (b <= 0.5))
44 µs ± 381 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [7]: %timeit a.masked_fill_(b > 0.5, 0.)
244 µs ± 3.48 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)