1回答
我有一个形状为[66,7,7,1024]的PyTorch视频特征张量，我需要将它转换为[1024,66,7,7]。如何重新排列张量形状？另外，如何在dimension=1上执行mean？也就是说，在执行了尺寸为66的维度的平均值之后，我需要张量为[1024,1,7,7]。 我曾尝试计算dimension=1的平均值，但未能将其替换为平均值
浏览 117提问于2019-12-21得票数 0
回答已采纳
1回答
我正在尝试计算here解释的Alpha值。 我有一个形状为(1, 512, 14, 14)的张量作为论点。为了计算Alpha值，我需要计算除通道维度之外的所有维度的平均值，因此输出将具有本质上为(k,)的形状(1, k, 1, 1)。 我如何在PyTorch中做到这一点？谢谢!
浏览 11提问于2020-12-28得票数 0
我正在尝试弄清楚如何在pytorch中做以下填充的tensorflow等价物： nn.ReplicationPad2d((1, 0, 1, 0)) 我尝试了以下方法，但这似乎只有在输入张量实际为2x2
浏览 40提问于2019-02-22得票数 0
回答已采纳
1回答
我正试图理解在Pytorch中的解池，因为我想构建一个卷积的自动编码器。unpool_t = nn.MaxUnpool2d(2, 2)out = unpool_t(out, indices1)虽然在本例中对数据进行了模拟，但由于必须进行预处理，输入必须是该形
浏览 3提问于2019-10-16得票数 0
回答已采纳
1回答
在使用pytorch时，我可以使用numpy数组吗？
我正在将一段代码从tensorflow转换为pytorch，代码在计算过程中使用numpy数组。在计算过程中，我可以将输入保持为numpy数组吗?还是必须将它们转换为torch张量？
浏览 0提问于2021-07-13得票数 0
我目前正在尝试在PyTorch中实现一个LSTM，只要涉及到处理批量大小和多维张量，我就会突然忘记线性代数是如何工作的。我有一个大小为64，19，1的注意力分数张量，其中64是批量大小，19是源句的最大长度。我还有一个编码器输出的张量(隐藏状态)；它的形状是64、19、256，其中256是隐藏状态的维度。<em
浏览 69提问于2021-10-18得票数 0
2回答
训练时在图像批次数据上添加白噪声
、、、、
我正在尝试一个去噪模型，目标是打印出每一批的clean/ add_noise/ model_output。每个镜像都有shape = (256, 128)de
浏览 2提问于2019-02-11得票数 1
我正在研究一种吡咯烷酮模型的推理模型，这就是为什么要问这个问题的原因。使用这个公式(这里说明为参考，pg12 )，我应该得到一个带有维度28 x 28 x
浏览 2提问于2020-01-23得票数 1
回答已采纳
1回答
令人惊讶的是，我在网上找了一遍还没有找到这个问题的答案。我对3d张量特别感兴趣。通过我自己的实验，我发现当我创建一个张量时：然后在它上面放一个卷积层，定义如下：输出是一个(5,48,5)张量。那么，对于pytorch中的3d张量<
浏览 5提问于2018-07-26得票数 8
回答已采纳
2回答
PyTorch的torch.transpose函数仅转置2D输入。文档是。
另一方面，Tensorflow的tf.transpose函数允许您转置N任意维度的张量。有人能解释一下为什么PyTorch没有/不能有N维转置功能吗？这是不是由于PyTorch中计算图构造的动态性质与Tensorflow的定义然后运行范式的原因？
浏览 2提问于2017-06-30得票数 25
回答已采纳
若要显示27x35形状的图像，请使用：for x in range(1 , 946): 302 输入image_d的形状是为了将卷积应用到图像中，我应该改变Conv2d的参数吗？
更新。来自@McLawrence
浏览 0提问于2018-06-30得票数 4
回答已采纳
我正在尝试使用keras model.fit_generator()来拟合一个模型，下面是我对生成器的定义：IMG_PATH_PREFIXtrain_samples, batch_size = 32)这里的输出形状是len(validation_samples), nb_epoch=3)ValueError
浏览 12提问于2017-02-22得票数 2
回答已采纳
在Keras中，使用Flatten()层保留批处理大小。例如，如果扁平的输入形状为(32, 100, 100)，则平坦的Keras输出为(32, 10000)，而在PyTorch中为320000。
浏览 7提问于2020-02-07得票数 9
回答已采纳
如何将PyTorch张量转换为视图(如((value0, row0, column0), (value1, row0, column1)...) )？例如，如果我有张量 [9, 11]])
函数应该返回：((5, 0, 0), (7, 0, 1), (9, 1,另外，我希望它的函数适用于常量、一维、三维、4D等张量，例如，对于3D，我希望它输出(value0，dim1，dim2，dim3)。我试着使用
浏览 4提问于2020-09-18得票数 0
回答已采纳
1回答
Keras附带的平均层已经支持掩码，然而，查看平均层的源代码，我不清楚如何以及是否应用掩码。
我有一个输入列表，每个输入都有自己的掩码(例如，来自嵌入层)。我想要的平均图层应该取那些未被屏蔽的输入的平均值。换句话说，如果一个输入被屏蔽了，它在计算的平均值中不应该有任何发言权。如果所有输入都被屏蔽，那么输出就会被屏蔽并传递到下一层。一个相关
浏览 2提问于2019-10-21得票数 1
我想取一个张量的轴的平均值，由张量定义，包含几个切片。mean_slices = torch.tensor([ [1, 8], [6, 9],
])由于Pytorch
浏览 14提问于2022-03-05得票数 1
回答已采纳
2回答
我有下面的张量表示一个单词向量其中第一个维度是批次维度(即A包含两个词向量，每个向量有500个元素)B = (10, 500)C = (2, 10, 1)我看过使用torch.nn.functio
浏览 38提问于2021-02-26得票数 2
回答已采纳
操作:我有维度[n x m x c]的pytorch张量A和维度[1 x 1 x c]的B。我想将每个1 x 1 x c向量的内积与A的B相乘，从而生成[n x m]维的张量C。在我的网络的前向函数中，在特定的步骤我接收维度[N, channels, Height, Widt
浏览 35提问于2019-01-31得票数 1
回答已采纳
我是PyTorch的中级学习者，在最近的一些案例中，我看到人们使用torch.inference_mode()而不是著名的torch.no_grad()来验证经过训练的agent在强化学习(RL)实验中的有效性我检查了，它们有一个由两个标志组成的表，用于禁用梯度计算。老实说，如果我读到描述的话，对我来说听起来完全一样。有人找到解释了吗？
浏览 53提问于2022-10-25得票数 -1
我已经搜索了使用列表或数组输入数据来训练DQN代码的代码。但我找不到任何密码。
目前，我参考了火炬强化学习教程(DQN)。但是，此代码使用图像输入数据。(我需要帮助解决我使用列表输入数据的研究。列表输入数据形状为1×9。)
浏览 3提问于2019-08-30得票数 0
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
