如何检查两个Torch张量或矩阵是否相等？

torch.eq(a, b)

eq() 实现了 == 运算符，比较了 a 中的每个元素与 b 的值（如果 b 是值）或者 a 中的每个元素与 b 中对应的元素（如果 b 是张量）。

另一种方式来自 @deltheil:

torch.all(tens_a.eq(tens_b))

如果您想忽略常见的浮点数小精度差异，请尝试以下方法

torch.all(torch.lt(torch.abs(torch.add(tens_a, -tens_b)), 1e-12))

以下解决方案对我有效:

torch.equal(tensorA, tensorB)

来自文档：

如果两个张量具有相同的大小和元素，则返回 True，否则返回 False。

为了比较张量，你可以按元素比较：

torch.eq 表示元素比较：

torch.eq(torch.tensor([[1., 2.], [3., 4.]]), torch.tensor([[1., 1.], [4., 4.]]))
tensor([[True, False], [False, True]])

或者使用 torch.equal 进行完全张量比较：

torch.equal(torch.tensor([[1., 2.], [3, 4.]]), torch.tensor([[1., 1.], [4., 4.]]))
# False
torch.equal(torch.tensor([[1., 2.], [3., 4.]]), torch.tensor([[1., 2.], [3., 4.]]))
    # True

但是在某些情况下，你可能会迷失方向，因为在某些时候会有一些要忽略的微小差异。例如，浮点数 1.0 和 1.0000000001 很接近，你可能认为它们是相等的。对于这种比较，你可以使用 torch.allclose。

torch.allclose(torch.tensor([[1., 2.], [3., 4.]]), torch.tensor([[1., 2.000000001], [3., 4.]]))
# True

在某些情况下，检查有多少元素相等，并与元素总数进行比较可能很重要。如果你有两个张量 dt1 和 dt2 , 你可以使用 dt1.nelement() 得到dt1的元素数量。

使用以下公式可以得到百分比：

print(torch.sum(torch.eq(dt1, dt2)).item()/dt1.nelement())

你可以将这两个张量转换成numpy数组：

local tens_a = torch.Tensor((9,8,7,6));
local tens_b = torch.Tensor((9,8,7,6));

a=tens_a.numpy()
b=tens_b.numpy()

然后再进行如下操作：

np.sum(a==b)
4

这将让你相对准确地了解它们的相等程度。