快捷方式

torch.nanmedian

torch.nanmedian(input) Tensor

返回input中值的中间值,忽略NaN值。

input中没有NaN值时,此函数与torch.median()相同。当input有一个或多个NaN值时,torch.median()将始终返回NaN,而此函数将返回input中非NaN元素的中值。如果input中的所有元素都是NaN,它也将返回NaN

参数

input (张量) – 输入张量。

示例

>>> a = torch.tensor([1, float('nan'), 3, 2])
>>> a.median()
tensor(nan)
>>> a.nanmedian()
tensor(2.)
torch.nanmedian(input, dim=-1, keepdim=False, *, out=None)

返回一个名为元组(values, indices),其中values包含input在维度dim上每行的中值,忽略NaN值,而indices包含在维度dim上找到的中值的索引。

当缩减后的行中没有NaN值时,此函数与torch.median()相同。当缩减后的行有一个或多个NaN值时,torch.median()将始终将其缩减为NaN,而此函数将将其缩减为非NaN元素的中值。如果缩减后的行中的所有元素都是NaN,那么它也将缩减为NaN

参数
  • input (张量) – 输入张量。

  • dim (int) – 要缩减的维度。

  • keepdim (bool) – 输出张量是否保留dim

关键字参数

out ((张量, 张量), 可选) – 第一个张量将填充中值,第二个张量(必须为 dtype long)填充input在维度dim上的索引。

示例

>>> a = torch.tensor([[2, 3, 1], [float('nan'), 1, float('nan')]])
>>> a
tensor([[2., 3., 1.],
        [nan, 1., nan]])
>>> a.median(0)
torch.return_types.median(values=tensor([nan, 1., nan]), indices=tensor([1, 1, 1]))
>>> a.nanmedian(0)
torch.return_types.nanmedian(values=tensor([2., 1., 1.]), indices=tensor([0, 1, 0]))

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源