如何在 PyTorch 中比较两个张量？

在 PyTorch 中比较两个张量是一个很常见的操作。这种比较可以用于判断两个张量是否相等、大于或小于等等。本文将介绍 PyTorch 中的几种比较操作。

简单比较

一般来说，我们可以使用逐元素比较函数进行比较。以下是一些最常见操作的示例：

判断张量是否相等

import torch

x = torch.tensor([1, 2, 3])
y = torch.tensor([1, 2, 3])

torch.equal(x, y)  # True

判断张量是否大于

x = torch.tensor([1, 2, 3])
y = torch.tensor([0, 1, 2])

torch.gt(x, y)  # tensor([True, True, True])

判断张量是否小于

x = torch.tensor([1, 2, 3])
y = torch.tensor([0, 1, 2])

torch.lt(x, y)  # tensor([False, False, False])

此外还有其他的逐元素比较函数。这些比较函数的功能都十分灵活，你可以根据需要自由组合他们。

高级比较

除了逐元素比较函数之外，PyTorch还提供了一些高级比较函数，如allclose。allclose函数用于比较两个张量是否在一定误差范围内相等。

x = torch.tensor([1.00001, 2.00001, 3.00001])
y = torch.tensor([1.00002, 2.00002, 3.00002])

torch.allclose(x, y, rtol=1e-4, atol=1e-6)  # True

allclose函数允许你指定相对误差和绝对误差的容许值。

元素级比较与条件语句

有时候，我们会希望根据两个张量的每个元素做出不同的决策。这可以通过元素级比较和条件语句来实现。

x = torch.tensor([[1, 2], [3, 4]])
y = torch.tensor([[4, 3], [2, 1]])

# 根据x是否比y大，选择不同的操作。
result = torch.where(x > y, x, y)

# 输出结果：tensor([[4, 3], [3, 4]])
print(result)

torch.where函数执行了一个元素级比较，返回一个与输入大小相同的形状相同的张量，其中的元素是从 x 和 y 中选择的，具体取决于第一个参数中每个元素的值。在这个例子中，where 比较了 x 和 y 中的每个元素，返回一个新的张量，包含从 x 中选择的元素（其中x大于y）或从y中选择的元素（代表其他情况）。

这里讲到了一个非常强大的概念——广播。当你在 PyTorch 中执行逐元素操作时，两个张量的形状必须相等，或者可以通过广播规则变为相等的形状。简单地说，如果两个张量在某个维度上的大小相等，或其中一个的大小为1，则可以将它们视为具有相同形状。