Функция logical_not

Функция logical_not выполняет логическое отрицание над элементами тензора. В результате каждый элемент тензора преобразуется в его логическое противоположность: ненулевые значения становятся False, а нулевые - True. Если входной тензор уже содержит булевы значения, то они просто инвертируются. Эта функция полезна для операций с масками и условными выражениями.

Функция принимает на вход один тензор и возвращает новый тензор с булевым типом данных. Она работает поэлементно, то есть каждый элемент обрабатывается независимо от других. Поддерживаются тензоры любой размерности и типов данных, включая целочисленные, числа с плавающей точкой и булевы значения.

Синтаксис

torch.logical_not(input, *, out=None)

Пример

Давайте выполним логическое отрицание для тензора с целыми числами:

import torch

t = torch.tensor([1, 0, -2, 0, 5])
res = torch.logical_not(t)
print(res)

Результат выполнения кода:

tensor([False, True, False, True, False])

В этом примере все ненулевые элементы (1, -2, 5) стали False, а нулевые элементы - True.

Пример

Применим logical_not к тензору с булевыми значениями:

import torch

t = torch.tensor([True, False, True, False])
res = torch.logical_not(t)
print(res)

Результат выполнения кода:

tensor([False, True, False, True])

Как видите, значения просто инвертировались: True стал False, а False - True.

Пример

Используем logical_not для работы с многомерным тензором:

import torch

t = torch.tensor([
	[0, 1, 0],
	[2, 0, 3],
])
res = torch.logical_not(t)
print(res)

Результат выполнения кода:

tensor([
	[ True, False,  True],
	[False,  True, False],
])

Функция работает одинаково для тензоров любой размерности, выполняя операцию над каждым элементом.

Смотрите также

функцию logical_and,
которая выполняет поэлементное логическое И
функцию logical_or,
которая выполняет поэлементное логическое ИЛИ
функцию logical_xor,
которая выполняет поэлементное логическое исключающее ИЛИ
функцию eq,
которая выполняет поэлементное сравнение на равенство