1.torch.nonzero(input, *, as_tuple=False)

作用：在PyTorch中用于返回输入张量中非零元素的位置索引。

返回值：返回一个张量，每行代表一个非零元素的索引。

参数含义：

（1）input:输入的PyTorch 张量。

（2）as_tuple:一个布尔值，指定返回结果的格式。默认为 False，返回一个张量。如果设置为 True，则返回一个元组，其中每个元素代表一个维度上的索引。

应用场景：

（1）高级索引：

使用as_tuple=True返回的元组可以用于对原始张量进行高级索引，例如提取所有非零元素；

（2）掩码操作：

结合torch.nonzero()和其他函数来创建掩码，例如选择特定条件下的元素；

示例：

index_list = torch.nonzero(scores > det_thr, as_tuple=True)[0]

其中scores是torch.Tensor ，维度ndim=1; det_thr类型为<float>

代码含义：

其他函数scores>det_thr: 是逐元素比较，返回一个布尔型张量，得到result = tensor([True,True, False,False,…])

然后torch.nonzero(result)  得到所有值为True的元素的位置索引。例如tensor([[0],[2]])

参数as_tuple用于控制输出的格式：

• 默认 (as_tuple=False)： 返回形如 二维张量 的结果，比如 tensor([[0], [2]])；
• 加上 as_tuple=True： 返回一个元组，其中每一维是一个 1D 张量，表示每个轴的索引

最后的[0]用于从元组中提取索引值张量；

最后整句代码含义：

取出所有 scores 中 大于阈值 det_thr 的元素的索引，并保存为 index_list

（3）稀疏张量处理：

在处理稀疏张量时，torch.nonzero()可以用于获取非零元素的索引。