pytorch 频率 过滤 保留高频 保留低频
实验中遇到这样一个需求，在[batch_size,seq_length]的二维tensor中，找到每一个batch_size中出现频率最高的那一项，过滤掉其他项(保持原有形状)，并获取其编码。
例如，输入序列是[ [1,1,1,2,2],[3,3,4,4,4]], 期望获得[[1,1,1,0,0]，[0,0,4,4,4]],之后再获取1和4的embedding表示。(如果想获得[1,4]也是类似的)，代码如下：
import numpy as np
import torch
# 关键代码，数据会在后面展示
top_item = []
for i in tmp:
array = i.cpu().numpy()
a, cnts = np.unique(array[array != 0], return_counts=True)
top_item.append([a[cnts.argmax()]] * 20)
x=np.where(tmp.cpu().numpy()==top_item,tmp.cpu().numpy(),0)
top_item_tensor = torch.Tensor(x).type(torch.int64)
top_item_emb=self.embedding(top_item_tensor.cuda())
其中 tmp 是类似于[ [1,1,1,2,2],[3,3,4,4,4]]的输入， top_item_tensor 是类似于[[1,1,1,0,0]，[0,0,4,4,4]]的数组，
top_item是用来巨鹿中间结果的辅助变量，
如果你的代码是在cpu上运行的，请忽略代码中的cpu()、cuda()等。
使用到的数据是下面这样的：
tmp
Out[273]:
tensor([[912, 912, 912, ..., 0, 0, 0],
[ 79, 79, 79, ..., 0, 0, 0],
[342, 871, 342, ..., 0, 0, 0],
...,
[882, 349, 346, ..., 0, 0, 0],
[722, 785, 873, ..., 0, 0, 0],
[785, 0, 0, ..., 0, 0, 0]], device='cuda:0')
tmp.shape
Out[279]: torch.Size([128, 20])
top_item_tensor
Out[274]:
tensor([[912, 912, 912, ..., 0, 0, 0],
[ 79, 79, 79, ..., 0, 0, 0],
[342, 0, 342, ..., 0, 0, 0],
...,
[ 0, 0, 0, ..., 0, 0, 0],
[ 0, 0, 0, ..., 0, 0, 0],
[785, 0, 0, ..., 0, 0, 0]])
top_item_tensor.shape
Out[278]: torch.Size([128, 20])
self.embedding
Out[276]: Embedding(12346, 64)
top_item_emb.shape
Out[277]: torch.Size([128, 1, 64])