从 PyTorch N 维张量中过滤掉 NaN 值

Question

这个问题很像to filtering np.nan values from pytorch in a -Dimensional tensor。不同之处在于我想将相同的概念应用于 2 维或更高维的张量。

我有一个看起来像这样的张量：

import torch

tensor = torch.Tensor(
[[1, 1, 1, 1, 1],
 [float('nan'), float('nan'), float('nan'), float('nan'), float('nan')],
 [2, 2, 2, 2, 2]]
)

>>> tensor.shape
>>> [3, 5]

我想找到最pythonic / PyTorch 的方式来过滤（删除）张量中nan 的行。通过沿第一个（0th 轴）过滤这个tensor，我想获得一个看起来像这样的filtered_tensor：

>>> print(filtered_tensor)
>>> torch.Tensor(
[[1, 1, 1, 1, 1],
 [2, 2, 2, 2, 2]]
)
>>> filtered_tensor.shape
>>> [2, 5]

Answer 1

使用 PyTorch 的 isnan() 和 any() 使用获得的布尔掩码对 tensor 的行进行切片，如下所示：

filtered_tensor = tensor[~torch.any(tensor.isnan(),dim=1)]

请注意，这将删除其中包含 nan 值的任何行。如果您只想删除所有值为nan 的行，请将torch.any 替换为torch.all。

对于 N 维张量，您可以将除第一个 dim 之外的所有 dims 展平并应用与上述相同的过程：

#Flatten:
shape = tensor.shape
tensor_reshaped = tensor.reshape(shape[0],-1)
#Drop all rows containing any nan:
tensor_reshaped = tensor_reshaped[~torch.any(tensor_reshaped.isnan(),dim=1)]
#Reshape back:
tensor = tensor_reshaped.reshape(tensor_reshaped.shape[0],*shape[1:])