【Pytorch】取反操作符~在Pytorch和python中使用的比较

在python中取反操作符~是对数字的二进制位进行取反，然后返回取反结果对应的十进制数字。这个可以参考：Python3运算符

使用案例如下：

num = 60
# 查看二进制
print(num, bin(num))  # 60 0b111100
num_ = ~num # -(x + 1)  
print(num_, bin(num_))  # -61 -0b111101

细心的会发现，经过~处理后的结果并不是对应位置为相反关系。这就需要了解计算机是如何存储负数的了，负数通常是用其补码表示，正数的补码是其本身。假如这个整数是有符号8位（最高位是符号位，0表示正，1表示负）的，那么其对应的表示是：0011 1100，取反之后是：1100 0011，其是一个负数的补码。

那么如何将负数的补码转成十进制呢？

1. 把补码“取反”，则有：0011 11 00 (又回来了)
2. 把取反后的结果加1，则有0011 11 01
3. 将2中的表示整数加上负号的结果就是这个补码实际的十进制数字了。

不难计算出上面的结果就是-61了。这也是为什么~的做相当于 - (x + 1)了。python中则是将负号单独拿出来，后面就是对应整数的二进制了，即61的二进制就是0011 1101.

除此之外，python中的True是数字1，False是数字0. 事例如下：

print(0 == False, 1 == True)  #  True True
print(~0, ~True) # -1 -2

bool类型的数字和非布尔类型的使用如下：

tensor_a = torch.tensor([True])
tensor_a_ = ~tensor_a
print(tensor_a)  # tensor([True])
print(tensor_a_)  # tensor([False])
tensor_b = torch.tensor([60])
tensor_b_ = ~ tensor_b
print(tensor_b)  # tensor([60])
print(tensor_b_)  # tensor([-61])

可以看出，在pytorch中对于bool类型的取反就是对True或False进行取反，这是与python中bool数据类型操作有所不同。