torch.triu函數(shù)

>>> a = torch.randn(3, 3)

>>> a

tensor([[ 0.2309,? 0.5207,? 2.0049],

? ? ? ? [ 0.2072, -1.0680,? 0.6602],

? ? ? ? [ 0.3480, -0.5211, -0.4573]])

>>> torch.triu(a)

tensor([[ 0.2309,? 0.5207,? 2.0049],

? ? ? ? [ 0.0000, -1.0680,? 0.6602],

? ? ? ? [ 0.0000,? 0.0000, -0.4573]])

>>> torch.triu(a, diagonal=1)

tensor([[ 0.0000,? 0.5207,? 2.0049],

? ? ? ? [ 0.0000,? 0.0000,? 0.6602],

? ? ? ? [ 0.0000,? 0.0000,? 0.0000]])

>>> torch.triu(a, diagonal=-1)

tensor([[ 0.2309,? 0.5207,? 2.0049],

? ? ? ? [ 0.2072, -1.0680,? 0.6602],

? ? ? ? [ 0.0000, -0.5211, -0.4573]])

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容