本篇内容主要讲解“PyTorch中的参数怎么使用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“PyTorch中的参数怎么使用”吧!
公司主营业务：成都网站制作、做网站、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联公司是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联公司推出安远免费做网站回馈大家。
PyTorch - torch.eq、torch.ne、torch.gt、torch.lt、torch.ge、torch.le
flyfish
torch.eq、torch.ne、torch.gt、torch.lt、torch.ge、torch.le
以上全是简写
参数是input, other, out=None
逐元素比较input和other
返回是torch.BoolTensor
import torch a=torch.tensor([[1, 2], [3, 4]]) b=torch.tensor([[1, 2], [4, 3]]) print(torch.eq(a,b))#equals # tensor([[ True, True], # [False, False]]) print(torch.ne(a,b))#not equal to # tensor([[False, False], # [ True, True]]) print(torch.gt(a,b))#greater than # tensor([[False, False], # [False, True]]) print(torch.lt(a,b))#less than # tensor([[False, False], # [ True, False]]) print(torch.ge(a,b))#greater than or equal to # tensor([[ True, True], # [False, True]]) print(torch.le(a,b))#less than or equal to # tensor([[ True, True], # [ True, False]])
到此，相信大家对“PyTorch中的参数怎么使用”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！