如何在FloatTensor、Pytorch中更改（分配）新值？

我正在更改/分配数组上的值（torch.cuda.floatTensor）。我试过一些方法，但不起作用。请帮帮我

#一,

#三,

#dis是[torch.cuda.FloatTensor，大小为3185x1（GPU 0）]
s=尺寸（0）
a=火炬.0（s，1）.cuda（）
对于范围（0，s，1）内的i：
如果（dis[i，0]

IIUC，您需要将小于0的值替换为0，只需使用，这适用于此类用例：

dis = dis.clamp(min=0)

例如：

导入火炬
dis=火炬张量（[[1]、-3]、[0]]）
#张量（[[1]，
#        [-3],
#        [ 0]])
dis.夹具（最小值=0）
#张量（[[1]，
#        [0],
#        [0]])

IIUC，您需要将小于0的值替换为0，只需使用，这适用于此类用例：

dis = dis.clamp(min=0)

例如：

导入火炬
dis=火炬张量（[[1]、-3]、[0]]）
#张量（[[1]，
#        [-3],
#        [ 0]])
dis.夹具（最小值=0）
#张量（[[1]，
#        [0],
#        [0]])

谢谢你的帮助！在我的情况下效果很好。但在某些情况下，如将特定值替换为特定位置。你能告诉我怎么做吗？非常感谢。例如：like#3 s=dis.size（0）a=torch.random（s，1）.cuda（）代表范围（0，s，1）中的i:if（dis[i，0]#dis is [torch.cuda.FloatTensor of size 3185x1 (GPU 0)] s = dis.size(0) a = torch.zeros(s, 1).cuda() for i in range (0,s,1): if (dis[i,0] < a[i, 0]): dis[i,0]==a[i, 0] #RuntimeError: bool value of Variable objects containing non-empty torch.cuda.ByteTensor is ambiguous

dis = dis.clamp(min=0)