如何实现check函数：统计两张量中完全相等的子张量数量（多标签分类0/1损失）

可以通过以下逻辑实现check函数，统计两个张量中完全匹配的内部子张量数量：

1. 逐元素比较两个张量，得到标记元素是否相等的布尔张量
2. 对每个内部子张量（行维度）的比较结果取全局逻辑与，判断整行是否完全匹配
3. 统计完全匹配的行数，转换为Python整数返回

具体代码实现：

import torch

def check(tensor1, tensor2):
    # 逐元素比较，生成布尔匹配张量
    element_match = torch.eq(tensor1, tensor2)
    # 按行判断是否所有元素都匹配
    full_row_match = torch.all(element_match, dim=1)
    # 统计匹配行数并返回
    return int(full_row_match.sum().item())

测试示例：

# 测试第一个案例
a = torch.tensor([[1,0,1,1], [1,0,1,1],[1,0,1,1]])
b = torch.tensor([[0,0,1,1], [1,0,1,1],[1,0,1,0]])
print(check(a,b))  # 输出: 1

# 测试第二个案例
c = torch.tensor([[1,0,1,1], [1,0,1,1],[1,0,1,1]])
d = torch.tensor([[0,0,1,1], [1,0,1,1],[1,0,1,1]])
print(check(c,d))  # 输出: 2

关键函数说明 #

• torch.eq()：逐元素对比两个张量，返回同形状的布尔张量，相等位置为True，否则为False
• torch.all(dim=1)：沿行维度（dim=1）对布尔张量取逻辑与，仅当整行所有元素均为True时，该行结果为True
• .sum().item()：统计布尔张量中True的数量（PyTorch中布尔值True对应数值1），并转换为Python原生整数

内容的提问来源于stack exchange，提问作者Saran Pannasuriyaporn