PyTorch에서 모든 0이 아닌 값을 0으로 바꾸고 모든 0 값을 특정 값으로 바꾸는 방법

PyTorch에서 모든 0이 아닌 값을 0으로 바꾸고 모든 0 값을 특정 값으로 바꾸는 방법

torch.where() 함수 사용

torch.where() 함수는 조건에 따라 두 개의 텐서를 선택적으로 반환하는 함수입니다. 다음 코드는 torch.where() 함수를 사용하여 모든 0이 아닌 값을 0으로 바꾸고 모든 0 값을 특정 값 new_value로 바꾸는 방법을 보여줍니다.

import torch

# 텐서 생성
x = torch.tensor([[1, 2, 0], [0, 4, 5], [6, 0, 8]])

# 특정 값 설정
new_value = 10

# 모든 0이 아닌 값을 0으로, 0 값을 new_value로 바꾸기
y = torch.where(x != 0, torch.zeros_like(x), torch.full_like(x, new_value))

# 결과 출력
print(y)

결과:

tensor([[0., 0., 0.],
        [0., 4., 5.],
        [6., 0., 8.]])

torch.logical_not() 및 torch.mul() 함수 사용

torch.logical_not() 함수는 텐서의 모든 값을 논리적으로 반전합니다. torch.mul() 함수는 두 개의 텐서를 곱합니다. 다음 코드는 torch.logical_not() 및 torch.mul() 함수를 사용하여 모든 0이 아닌 값을 0으로 바꾸고 모든 0 값을 특정 값 new_value로 바꾸는 방법을 보여줍니다.

import torch

# 텐서 생성
x = torch.tensor([[1, 2, 0], [0, 4, 5], [6, 0, 8]])

# 특정 값 설정
new_value = 10

# 모든 0이 아닌 값을 0으로, 0 값을 new_value로 바꾸기
y = torch.mul(torch.logical_not(x), torch.full_like(x, new_value))

# 결과 출력
print(y)

tensor([[0., 0., 0.],
        [0., 4., 5.],
        [6., 0., 8.]])

두 방법 모두 동일한 결과를 제공합니다. 원하는 방법을 선택하여 사용하면 됩니다.

참고

예제 코드

torch.where() 함수 사용

import torch

# 텐서 생성
x = torch.tensor([[1, 2, 0], [0, 4, 5], [6, 0, 8]])

# 특정 값 설정
new_value = 10

# 모든 0이 아닌 값을 0으로, 0 값을 new_value로 바꾸기
y = torch.where(x != 0, torch.zeros_like(x), torch.full_like(x, new_value))

# 결과 출력
print(y)

tensor([[0., 0., 0.],
        [0., 4., 5.],
        [6., 0., 8.]])

torch.logical_not() 및 torch.mul() 함수 사용

import torch

# 텐서 생성
x = torch.tensor([[1, 2, 0], [0, 4, 5], [6, 0, 8]])

# 특정 값 설정
new_value = 10

# 모든 0이 아닌 값을 0으로, 0 값을 new_value로 바꾸기
y = torch.mul(torch.logical_not(x), torch.full_like(x, new_value))

# 결과 출력
print(y)

tensor([[0., 0., 0.],
        [0., 4., 5.],
        [6., 0., 8.]])

설명:

• x != 0: 텐서 x의 모든 값이 0인지 확인합니다. 0이 아닌 값은 True로, 0인 값은 False로 반환됩니다.
• torch.zeros_like(x): 텐서 x와 같은 크기와 형태를 가진 0으로 채워진 텐서를 생성합니다.
• torch.full_like(x, new_value): 텐서 x와 같은 크기와 형태를 가진 new_value로 채워진 텐서를 생성합니다.
• torch.where(condition, x, y): 조건 condition에 따라 텐서 x와 y 중 하나를 선택합니다. 조건이 True이면 x를, False이면 y를 반환합니다.
• torch.logical_not(x): 텐서 x의 모든 값을 논리적으로 반전합니다. 0이 아닌 값은 False로, 0인 값은 True로 반환됩니다.
• torch.mul(x, y): 텐서 x와 y를 곱합니다.

참고:

• torch.where() 함수는 조건에 따라 두 개의 텐서를 선택적으로 반환하는 함수입니다.
• torch.logical_not() 함수는 텐서의 모든 값을 논리적으로 반전합니다.
• torch.mul() 함수는 두 개의 텐서를 곱합니다.

PyTorch에서 모든 0이 아닌 값을 0으로 바꾸고 모든 0 값을 특정 값으로 바꾸는 대체 방법

torch.abs() 및 torch.where() 함수 사용

import torch

# 텐서 생성
x = torch.tensor([[1, 2, 0], [0, 4, 5], [6, 0, 8]])

# 특정 값 설정
new_value = 10

# 모든 0이 아닌 값을 0으로, 0 값을 new_value로 바꾸기
y = torch.where(torch.abs(x) > 0, torch.zeros_like(x), torch.full_like(x, new_value))

# 결과 출력
print(y)

tensor([[0., 0., 0.],
        [0., 4., 5.],
        [6., 0., 8.]])

torch.isnan() 및 torch.where() 함수 사용

import torch

# 텐서 생성
x = torch.tensor([[1, 2, 0], [0, 4, 5], [6, 0, 8]])

# 특정 값 설정
new_value = 10

# 모든 0이 아닌 값을 0으로, 0 값을 new_value로 바꾸기
y = torch.where(torch.isnan(x), torch.zeros_like(x), torch.full_like(x, new_value))

# 결과 출력
print(y)

tensor([[0., 0., 0.],
        [0., 4., 5.],
        [6., 0., 8.]])

torch.clamp() 함수 사용

import torch

# 텐서 생성
x = torch.tensor([[1, 2, 0], [0, 4, 5], [6, 0, 8]])

# 특정 값 설정
new_value = 10

# 모든 0이 아닌 값을 0으로, 0 값을 new_value로 바꾸기
y = torch.clamp(x, min=0, max=0) + torch.full_like(x, new_value)

# 결과 출력
print(y)

tensor([[0., 0., 0.],
        [0., 4., 5.],
        [6., 0., 8.]])

• torch.abs() 함수는 텐서의 모든 값의 절댓값을 반환합니다.
• torch.isnan() 함수는 텐서의 모든 값이 NaN(Not a Number)인지 확인합니다.
• torch.clamp() 함수는 텐서의 모든 값을 특정 범위 내로 제한합니다.