如何在 PyTorch 中的张量的每一行中随机设置固定数量的元素答案

【问题标题】：How to randomly set a fixed number of elements in each row of a tensor in PyTorch如何在 PyTorch 中的张量的每一行中随机设置固定数量的元素
【发布时间】：2020-10-03 02:46:29
【问题描述】：

我想知道下面的代码是否有更有效的替代方法，而不使用第 4 行中的“for”循环？

import torch
n, d = 37700, 7842
k = 4
sample = torch.cat([torch.randperm(d)[:k] for _ in range(n)]).view(n, k)
mask = torch.zeros(n, d, dtype=torch.bool)
mask.scatter_(dim=1, index=sample, value=True)

基本上，我要做的是通过d 掩码张量创建一个n，这样每一行中的k 随机元素都是True。

【问题讨论】：

标签： pytorch

【解决方案1】：

这是一种无需循环的方法。让我们从一个随机矩阵开始，其中所有元素都是独立同分布的，在这种情况下，均匀分布在 [0,1] 上。然后我们取每行的第 k 个分位数，并将每行所有较小或相等的元素设置为 True，其余元素设置为 False：

rand_mat = torch.rand(n, d)
k_th_quant = torch.topk(rand_mat, k, largest = False)[0][:,-1:]
mask = rand_mat <= k_th_quant

不需要循环 :) x2.1598 比你在我的 CPU 上附加的代码快。

【讨论】：

不错的答案，但是，我认为我应该为您提供 n、d 和 k 的实际值，我在代码中实际使用了这些值（我编辑了问题）。使用 n=37700、d=7842 和 k=4，我自己的代码在我的 CPU 上运行大约 5 秒，而你的大约需要 18 秒。
谢谢，所以我已经更新了它，现在它对于你的新值 n、d 和 k 更好更快。我的需要 2.44 秒，而你的需要 5.27 秒。