torch.nan_to_num - Python

如果您在处理数据的时候，遇到了NaN值的问题，那么您可以使用torch.nan_to_num函数来解决它。

函数定义

torch.nan_to_num(input, nan=0.0, posinf=None, neginf=None, *, out=None) -> Tensor

参数说明

• input：需要处理的张量。

• nan：用于替换NaN值的标量值，默认为0.0。

• posinf：用于替换正无穷值的标量值，默认没有替换操作。

• neginf：用于替换负无穷值的标量值，默认没有替换操作。

• out：可选的输出张量。

返回值

返回一个替换过NaN值、正无穷值和负无穷值的新张量。

使用示例

import torch

a = torch.tensor([1.0, -float('inf'), float('inf'), float('nan')])
b = torch.nan_to_num(a)
print(b)

# 返回结果为：
# tensor([ 1.0000, -1.0000,  1.0000,  0.0000])

上述代码中，我们使用了torch.nan_to_num函数来替换张量a中的NaN值、正无穷值和负无穷值，并将结果保存到张量b中。最后打印输出b，可以看到替换后得到的新张量。

小结

使用torch.nan_to_num函数可以很方便地替换掉张量中的NaN值、正无穷值和负无穷值，使得数据处理更加简单高效。