我有一个包含张量的2D列表：
[
[tensor([-0.0705, 1.2019]), tensor([[0]]), tensor([-1.3865], dtype=torch.float64), tensor([-0.0744, 1.1880]), tensor([False])],
[tensor([-0.0187, 1.3574]), tensor([[2]]), tensor([0.3373], dtype=torch.float64), tensor([-0.0221, 1.3473]), tensor([False])],
[....] ]
外部列表包含64个小列表。一个小的清单包含5个不同的张量元素。
我想获得像内列出的第一要素tensor([-0.0705, 1.2019])和tensor([-0.0187, 1.3574])创造像张到64X2养活我的神经网络。
我怎样才能最快地做到这一点？
谢谢
使用清单理解
[item[0] for item in your_list]
例：
li = [[tensor([-0.0705, 1.2019]), tensor([[0]]), tensor([-1.3865], dtype=torch.float64), tensor([-0.0744, 1.1880]), tensor([False])],
[tensor([-0.0187, 1.3574]), tensor([[2]]), tensor([0.3373], dtype=torch.float64), tensor([-0.0221, 1.3473]), tensor([False])]]
[item[0] for item in li]
[tensor([-0.0705, 1.2019]), tensor([-0.0187, 1.3574])]
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句