【Pytorch】根据条件修改张量值，避免反向传播在位操作

        最近在修改模型时想要实现：根据一个张量上不同元素的值符合一定条件而选择不同的值

A[A>0]=B[A>0]
#对A上大于0的元素替换为B上对应位置元素

于是使用布尔索引的方式进行赋值，发现出现如下报错：

 RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation

是因为布尔索引是属于在位操作，在模型反向传播时无法求得梯度。

参考pytorch学习经验（六）torch.where（）：根据条件修改张量值 - 百度文库

可以使用torch.where()来解决无法反向传播的问题：

A=torch.where(A>0,B,A) 
#对A上大于0的元素替换为B上对应元素，其余不变