如何检测张量值是否在目标张量集合中？代码异常排查

我有一组张量列表，想要检查列表中是否存在未包含在指定张量集合unique_values中的值，但编写的代码错误地判定所有值都不在unique_values里，以下是我的实现代码及相关数据：

初始化Data对象代码 #

data_with_id = Data(x=x_without_id, edge_index=edge_index.t().contiguous(), edge_weight=edge_feats, y=ground_truth_labels)
data_with_id.id_column = torch.tensor(id_column, dtype=torch.float)

生成时间步序列并检查的代码 #

# 生成包含指定时间步内Data对象的序列
for i in range(start_timestep-1, start_timestep + timestep -1):
    np.set_printoptions(suppress=True)
    id_column_tensor = torch.tensor(sequence[i].id_column)
    list_tensor = torch.tensor([float(f"{value:.4f}") if isinstance(value, float) else value for value in id_column_tensor])
    for j in unique_values:
        if not torch.isin(torch.tensor(j, dtype=list_tensor.dtype), list_tensor):    
            missing_info.append(j)

unique_values内容 #

unique_values: {tensor(5008.), tensor(7.), tensor(5004.), tensor(0.), tensor(3.1000), tensor(7.), tensor(11.2000), tensor(12.1000), tensor(17.), tensor(5008.), tensor(18.), tensor(1.), tensor(9.2000)}

问题原因及修正方案 #

问题点 #

1. 重复张量转换：sequence[i].id_column本身已经是张量，再次用torch.tensor()包裹可能引入不必要的类型或精度问题。
2. 精度不匹配：手动将浮点数格式化为4位小数再转张量，而unique_values中的张量是原始精度（比如3.1000是PyTorch的显示格式，实际存储值可能是3.1），导致torch.isin无法匹配。
3. 低效循环检查：逐个遍历unique_values检查，效率低且容易出错。
4. 集合重复元素：unique_values是集合但包含重复元素，增加无效检查。

修正后的代码 #

# 先对unique_values去重并转为统一张量
unique_tensor = torch.unique(torch.tensor(list(unique_values)))

for i in range(start_timestep-1, start_timestep + timestep -1):
    np.set_printoptions(suppress=True)
    # 直接使用已有的张量，无需重复转换
    id_column_tensor = sequence[i].id_column
    # 用torch.round统一保留4位小数，避免字符串格式化的精度误差
    list_tensor = torch.round(id_column_tensor * 10000) / 10000
    # 批量检查缺失值，一次性获取所有不在list_tensor中的unique值
    missing_mask = ~torch.isin(unique_tensor, list_tensor)
    missing_info.extend(unique_tensor[missing_mask].tolist())

修正说明 #

• 移除不必要的张量转换，直接使用原始张量。
• 通过torch.round统一精度，确保和unique_values中的值精度一致。
• 采用批量检查方式，提升效率同时避免循环中的重复操作。
• 对unique_values去重，减少无效检查次数。

内容的提问来源于stack exchange，提问作者kami2024