如何有效解决pytorch中masked_fill函数使用时出现的错误问题？

本文共计292个文字，预计阅读时间需要2分钟。

以下是对给定代码的简化版本，不超过100个字：

pythonimport torch.nn.functional as Fimport numpy as np

a=torch.Tensor([1, 2, 3, 4])a=a.masked_fill(mask=torch.ByteTensor([1, 1, 0, 0]), value=-np.inf)print(a)b=F.softmax(a)print(b)

输出：tensor([-inf, -inf, 3.0000, 4.0000])tensor([0.0000, 0.0000, 0.7500, 0.2500])

如下所示：

import torch.nn.functional as F import numpy as np a = torch.Tensor([1,2,3,4]) a = a.masked_fill(mask = torch.ByteTensor([1,1,0,0]), value=-np.inf) print(a) b = F.softmax(a) print(b)

tensor([-inf, -inf, 3., 4.])
d:/pycharmdaima/star-transformer/ceshi.py:8: UserWarning: Implicit dimension choice for softmax has been deprecated. Change
the call to include dim=X as an argument.
b = F.softmax(a)
tensor([0.0000, 0.0000, 0.2689, 0.7311])

容易报错：

Expected object of scalar type Byte but got scalar type Long for argument #2 'mask'

原因，

mask = torch.LongTensor()

解决方法：

mask = torch.ByteTensor()

在mask值为1的位置处用value填充。mask的元素个数需和本tensor相同，但尺寸可以不同

以上这篇pytorch masked_fill报错的解决就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持易盾网络。