判断Numpy.ndarray/PyTorch张量是否为空

该博客介绍了如何判断Numpy的ndarray和PyTorch的tensor是否为空。通过检查Numpy数组的`size`属性和PyTorch张量的`numel()`方法,可以确定数组或张量是否包含数据。示例代码展示了当数组或张量大小大于0时打印'非空'信息,否则打印'空'信息。
部署运行你感兴趣的模型镜像

判断Numpy.ndarray是否为空

#bboxes是ndarray类型
if bboxes.size > 0:
    print('ndarray bboxes is not empty')
else:
    print('ndarray bboxes is empty')

判断PyTorch中张量是否为空

import torch 
#data是tensor张量
if data.numel() > 0:
    print('tensor data is not empty')
else:
    print('tensor data is empty')

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值