Pytorch中的masked_fill基本知識操作

更新時間：2024年10月28日 10:02:55 作者：碼農研究僧

本文主要介紹了PyTorch中的masked_fill函數的基本知識和使用方法,masked_fill函數接受一個輸入張量和一個布爾掩碼作為主要參數,掩碼的形狀必須與輸入張量相同,掩碼操作根據掩碼中的布爾值在輸出張量中填充指定的值或保留輸入張量中的值

1. 基本知識

基本的原理知識如下：

輸入張量和掩碼：
masked_fill 接受兩個主要參數：一個輸入張量和一個布爾掩碼
掩碼的形狀必須與輸入張量相同，True 表示需要填充的位置，False 表示保持原值

掩碼操作：
在執(zhí)行 masked_fill 操作時，函數會檢查掩碼中每個元素的值
如果掩碼對應的位置為 True，則在輸出張量中填充指定的值；
如果為 False，則保留輸入張量中對應位置的值

輸出結果：
最終生成的新張量包含了在掩碼位置上被替換的值，其余位置保持原樣

在代碼邏輯上：

創(chuàng)建掩碼：
mask 是一個布爾張量，標識了哪些位置需要填充：

[[False, True, False],
 [True, False, True],
 [False, False, True]]

執(zhí)行 masked_fill：
當調用 tensor.masked_fill(mask, -1) 時，PyTorch 會遍歷掩碼中的每個元素：對于 mask 中的每個 True 值，tensor 在對應位置的值會被替換為 -1，對于 False 值，保持原值不變

masked_fill 操作是基于 C/C++ 的實現，因此在處理大規(guī)模數據時性能較高。常用于深度學習模型中的數據預處理，比如在填充序列、處理缺失值或標記特定條件的數據時

2. Demo

Demo 1: 基本用法

import torch
# 創(chuàng)建一個 3x3 的張量
tensor = torch.tensor([[1, 2, 3],
                       [4, 5, 6],
                       [7, 8, 9]])
# 創(chuàng)建一個掩碼，標記要填充的位置
mask = torch.tensor([[False, True, False],
                     [True, False, True],
                     [False, False, True]])
# 使用 masked_fill 填充掩碼位置為 -1
result = tensor.masked_fill(mask, -1)
print("原始張量:")
print(tensor)
print("\n填充后的張量:")
print(result)

截圖如下：

Demo 2: 與條件結合使用

import torch
# 創(chuàng)建一個隨機張量
tensor = torch.randn(3, 3)
# 創(chuàng)建掩碼：標記負值的位置
mask = tensor < 0
# 將負值位置填充為 0
result = tensor.masked_fill(mask, 0)
print("原始張量:")
print(tensor)
print("\n填充后的張量 (負值填充為 0):")
print(result)

截圖如下：

Demo 3: 結合計算

import torch
# 創(chuàng)建一個張量
tensor = torch.tensor([[10, 20, 30],
                       [40, 50, 60],
                       [70, 80, 90]])
# 創(chuàng)建掩碼：標記大于 50 的位置
mask = tensor > 50
# 用 999 填充大于 50 的位置
result = tensor.masked_fill(mask, 999)
print("原始張量:")
print(tensor)
print("\n填充后的張量 (大于 50 的位置填充為 999):")
print(result)

截圖如下：