python - all() 和 .all() 之间的区别，用于检查可迭代是否在任何地方都为 True

Question

我相信有两种方法可以检查 torch.Tensor 的值是否全部大于 0。使用 .all() 或 all() ，一个最小的可重复示例将说明我的想法:

import torch

walls = torch.tensor([-1, 0, 1, 2])

result1 = (walls >= 0.0).all()  # DIFFERENCE WITH BELOW???
result2 = all(walls >= 0.0)  # DIFFERENCE WITH ABOVE???

print(result1)  # Output: False
print(result2)  # Output: False

all() 是内置的，所以我想我更喜欢使用它，但我在互联网上看到的大多数代码都使用 .all() 所以我担心出现意外行为。

他们的行为完全相同吗？

Answer 1

all是 Python 内置的，这意味着它只能使用极其通用的接口(interface)。在这种情况下，all 将张量视为不透明 iterable 。它通过逐一迭代张量的元素，为每个元素构造一个 Python 对象，然后检查该 Python 对象的真实性。这很慢，而且还增加了几个不必要的低效率层。

相比之下，Tensor.all知道 Tensor 对象是什么，并且可以直接对其进行操作。它只需要直接扫描张量内部存储即可。没有迭代器协议(protocol)函数调用，没有中间 Python 对象。

Tensor.all 在时间和内存方面总是比内置的 all 更加高效。