数值类型张量与布尔类型张量的乘积

最近在学习yolov5源码中关于损失函数的计算，build_targets函数中，有一段代码是关于去除与指定anchor宽高比过大的gt box的，代码如下：

if nt:
   # Matches
   r = t[..., 4:6] / anchors[:, None]  # wh ratio
   j = torch.max(r, 1 / r).max(2)[0] < self.hyp['anchor_t']  # compare 
                
   t = t[j]  # filter 过滤 

其中 t=t[j] 这句实在没懂，但由代码可知，j 是由True和False组成的张量，于是就自己写了几行代码验证看下结果。（实际上debug观察t的shape可以明白这行代码的作用）

import torch

j = torch.tensor([True, True, False, False])
t = torch.tensor([1, 2, 3, 4])

t = t[j]
print(t)

运行结果如下：

 

由此可见，j 起到了一个过滤的作用，用于 t 的有效值筛选。