如何在torch.any中指定多维度？PyTorch语义分割张量判断问题

一、最简洁的实现方式 #

针对形状为(B×H×W)的布尔张量，判断每个样本是否包含False值，有以下几种简洁实现：

1. 利用torch.all直接判断（推荐）
   因为"存在False"等价于"并非全为True"，而torch.all支持传入元组类型的维度参数，一步就能得到结果：

   has_false = ~torch.all(input, dim=(1, 2))
   

2. 多次调用torch.any
   如果你的PyTorch版本不支持多维度参数，可分两次对H、W维度做归约：

   has_false = ~torch.any(torch.any(input, dim=1), dim=1)
   

3. 展平维度后调用torch.any
   先将每个样本的H×W维度展平为一维，再做归约判断：

   has_false = ~torch.any(input.flatten(start_dim=1), dim=1)
   

二、为什么早期torch.any不支持多维度参数？ #

在PyTorch 1.10之前的版本，torch.any确实仅支持单个int类型的dim参数，原因主要有三点：

• 历史实现遗留：早期PyTorch的算子设计以单维度归约为基础，多维度归约属于后续扩展功能。
• 底层优化难度：多维度归约需要适配不同设备（CPU/GPU）的底层计算逻辑，实现和优化成本更高，因此优先完善单维度核心功能。
• 替代方案存在：用户可通过多次单维度归约实现相同效果，所以多维度参数的优先级相对较低。

不过在PyTorch 1.10及以上版本，torch.any已经支持传入元组类型的dim参数，升级后直接使用~torch.any(input, dim=(1, 2))即可得到结果。

内容的提问来源于stack exchange，提问作者artyomuiii