这篇文章主要讲解了“pytorch中torch.isnan()和torch.isfinite()怎么用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“pytorch中torch.isnan()和torch.isfinite()怎么用”吧！
创新互联长期为1000+客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为秦淮企业提供专业的成都网站设计、网站建设，秦淮网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。
1.torch.isfinite()
import torch num = torch.tensor(1) # 数字1 res = torch.isfinite(num) print(res) ''' 输出： tensor(True) '''
这个num必须是tensor
import torch
num = torch.tensor(float('inf')) # 正无穷大
res = torch.isfinite(num)
print(res)
'''
输出：
tensor(False)
'''import torch
num = torch.tensor(float('-inf')) # 负无穷大
res = torch.isfinite(num)
print(res)
'''
输出：
tensor(False)
'''import torch
num = torch.tensor(float('nan')) # 空
res = torch.isfinite(num)
print(res)
'''
输出：
tensor(False)
'''2.torch.isnan()
import torch
res=torch.isnan(torch.tensor([1, float('inf'), 2, float('-inf'), float('nan')]))
print(res)
'''
输出：
tensor([False, False, False, False, True])
'''可以看出torch.isnan()是用来判断输入的张量是否为空的函数，当输入为空是，返回True。
感谢各位的阅读，以上就是“pytorch中torch.isnan()和torch.isfinite()怎么用”的内容了，经过本文的学习后，相信大家对pytorch中torch.isnan()和torch.isfinite()怎么用这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！
