1回答
我有多个火炬张量，形状如下 x1 = torch.Size([1, 512, 177])x3 = torch.Size([1, 512,313]) 我如何在最后一个维度上用0填充所有这些张量，以获得一个独特的形状，如(1,512,350)。ff = np.pad(f, [(0, self.max_len - f.shape[0]), ], mode='constant'
浏览 15提问于2021-10-21得票数 0
回答已采纳
1回答
执行LuaJIT ffi cdata 1和火炬张量2之间转换的最佳方法是什么。根据Mike在lua用户邮件列表3中的答复，如果我们真的想将cdata转换为lua平原表，我们必须做一个循环来将每个条目复制到一个新创建的条目中。实际上，火炬张量提供了更好的LuaJIT ffi访问4的接口。所以，我目前的解决方案是先做一个循环，然后将cdata转换成lua平原表，然后调用张量构造函数，从表5创建张量。但实
浏览 6提问于2016-05-22得票数 1
回答已采纳
1回答
我尝试将一个函数应用于3d火炬张量，同时将该函数应用于2d张量，该张量通过3d火炬张量的轴1读取。例如，我有一个形状为(51, 128, 20100) (名为autoencode_logprob的变量)的火炬张量，函数(Rawid2sentence)在形状(51, 20100)的输入上运行。autoencode_logprobs是3d张量，我需要沿着它的第二个轴应
浏览 19提问于2019-05-08得票数 0
1回答
如果我有一个2，12形状的火炬张量，它能用这样的方式使3，2，4形状的张量沿着最后一个维度被分割成块吗？视图函数不会更改数据的顺序，但这里我需要更改顺序，即新维度将是第一个维度，而第二个维度不会更改。[2, 12] ........torch.split函数在形状上完全满足我的需要，但它输出的不是张量，而是元组。
浏览 1提问于2022-02-25得票数 0
回答已采纳
1回答
在火炬上垫一个张量
、、、、
我有一个100x100像素的图像在火炬张量，我想实现一个“放大”转换。如何使用火炬工具箱(或其他)实现这一点？谢谢!
浏览 3提问于2015-12-15得票数 1
回答已采纳
如果有一个3×3的火炬张量，我怎么能用火炬把它转换成3x1x3张量呢？tensor([[[1., 1., 1.]],
torch.ones(3, 3)[:, None, :]，但是我需要单独用火炬和火炬
浏览 5提问于2022-08-21得票数 1
我在PyTorch中有一个大小的张量(32,128，50)。这些是50个字嵌入，批处理大小为32.也就是说，我大小中的三个索引对应于批数、最大序列长度(带有“pad”令牌)和每个嵌入的大小。现在，我想通过一个线性层来获得一个大小(32,128，1)的输出。也就是说，对于每一个嵌入在每个序列中的单词，我想把它变成一维的。我试着在我的网络中添加一个线性层，从50到1维，输出张量是所需的形状。我玩过这个发现：
如果我输
浏览 12提问于2022-02-17得票数 0
回答已采纳
1回答
我有张量A (Mask)和张量A的掩模(M )。例如，图1是我的张量A。我为蒙面查询密钥对画灰色。图1.张量A的示例在图1张量中，我希望使张量如图2所示。在图2中，灰色值只是虚拟值，对应值的索引是否是虚拟
浏览 12提问于2022-08-02得票数 1
return item[0], item[1]
return len(self.dataset) # predict and train
dataset对象可能返回原始Python对象，比如数字或列表，就像我的示例实现中的那样，但是在最后一个代码片段的例如，一个选项是将所有内容都保存为dataset中的torch.FloatTensor，而在data_loader循环
浏览 1提问于2018-01-24得票数 0
我正在将一个存储库从Py火炬Nightle1.0.0迁移到1.3.1。除去不必要的细节，它基本上是在执行以下操作顺序：bar = torch.eye(5, 5)bar.copy_(mu * bar)可以工作，而当我试图对结果进行foo.copy_()时，它会给出以下错误：
RuntimeError:不支持的操作:写到张量的多个元素指的是单
浏览 3提问于2020-01-25得票数 0
回答已采纳
我正在建立一个新的算法，它结合了python 3中的对象检测器(边界盒检测器)和python 2中的掩码生成器。这里的问题是，我有几个python 2文件是掩码生成算法所需要的。"RuntimeError: torch.FloatTensor类型的预期对象，但为参数#2‘权重’找到torch.cuda.FloatTensor类型
我在PyTorch论坛上搜索过，但没有一篇文章对我有用这是否意味着在加载权重和测试模型时，我应该使用python 2而不是python 3？如果有人能对此有所了解，那就太好了。
浏览 0提问于2019-04-02得票数 0
回答已采纳
我正在尝试让一个图形神经网络代码在集群上运行(在这里，我使用的代码在半年前一直运行得很好)。我有以下版本：如果运行该代码，将得到以下错误：
追溯(最近一次调用)：文件"GNN_20210503)第75行中，在from_data_list exclude_keys=exclude_keys中，<
浏览 4提问于2022-02-10得票数 0
2回答
我有一批多边形，可以是NumPy数组，火炬张量，或者其他形状的(230_000, 3, 2)数组。230_000是多边形的数目，3表示它是一个三角形，2是它的x和y坐标。我也有一批形状(230_000, 3, 3)的特征(最后是颜色)，最好是在栅格化过程中对特征的颜色进行插值。最重要的是填充多边形在ndarray上的栅格化和快速。批次大小将是数十万个多边形。循环不会有帮助。
浏览 2提问于2021-12-15得票数 0
回答已采纳
我一直在尝试更好地理解RNN，并且正在使用numpy从头开始创建一个RNN。我在计算损失的时候，有人建议我不要用梯度下降和权重矩阵来更新自己，而是使用pytorch .backward函数。我开始阅读这里的一些文档和帖子，介绍它是如何工作的，似乎它将计算火炬张量在函数调用中包含requires_grad=True的梯度。
因此，除非创建火炬张量，否则我无法使用.backward。当我试图在损失标量上这样做时，我会得到
浏览 9提问于2022-07-20得票数 0
1回答
我有一个批号N的张量。在第二张量指数中，我在每个张量中有N个元素的指数。i2 .... ]t0 = [[ set X at i0 ], [ set X at i1 ], [ set X at i2 ] .... ]
我怎么才能在火炬上做到这一点
浏览 4提问于2022-01-19得票数 0
回答已采纳
我有一个大小为(1 x n x n x n)的火炬张量，我想随机选择最后3个维度中的一个，在s处随机切片，然后这样做。例如，它可以以相等的概率输出以下张量；(1 x n x s x n)我意识到我可以只做几个if else语句，但我很好奇是否有一个“更简洁
浏览 0提问于2016-01-26得票数 1
我已经编写了一段代码，在C++中使用pytorch C++前端api加载PyTorch模型。我想通过使用C++给module->forward(batch_frames)中的预训练模型提供一批帧。但是它可以通过一个输入转发。
如何向模型提供一批输入？
浏览 3提问于2019-02-13得票数 1
回答已采纳
火炬中LSTM的输出：
给出了输入作为压缩序列(birectional )，然后根据加法，只对output进行压缩，h_n、c_n作为张量返回。在将pad_packed_sequence函数应用于output解压缩后，如何得到隐态作为张量？我在某个地方看到了这样的代码：pad_packed_sequence(output)[0]，为什么我们必须在这里取0索引？另外，对于最后一个隐藏状态和单元格状态，我使用h_n[0],h_n[1]和c_n[0],c_n[1]获得<em
浏览 3提问于2021-06-23得票数 0
回答已采纳
3回答
但是我发现即使是一个非常简单的函数也不起作用：import numba
def vec_add_odd_pos(a, b):
res =
浏览 8提问于2020-07-30得票数 9
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
