如何创建多维张量？
创建多维张量可以通过以下步骤实现：
- 张量的概念：张量是一种多维数组，可以存储和处理大量数据。在机器学习和深度学习中，张量是数据的基本表示形式。
- 张量的分类：根据维度的不同，张量可以分为标量（0维张量）、向量（1维张量）、矩阵（2维张量）和高维张量（3维及以上）。
- 创建多维张量的方法：可以使用各类编程语言和框架来创建多维张量，例如Python中的NumPy、TensorFlow、PyTorch等。
- 创建多维张量的示例代码（以Python的NumPy为例）：
import numpy as np
创建一个2x3的矩阵
matrix = np.array([1, 2, 3, 4, 5, 6])
创建一个3维张量，形状为2x3x4
tensor = np.array([[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12], [13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24]])
打印矩阵和张量
print(matrix)
print(tensor)
运行以上代码，将输出创建的矩阵和张量。
- 多维张量的优势：多维张量可以高效地存储和处理大规模数据，适用于各种复杂的数据分析、机器学习和深度学习任务。
- 多维张量的应用场景：多维张量广泛应用于图像处理、自然语言处理、语音识别、推荐系统等领域。
- 腾讯云相关产品和产品介绍链接地址：腾讯云提供了多种云计算相关产品，包括云服务器、云数据库、人工智能服务等，但具体与多维张量相关的产品和链接需要进一步了解腾讯云的产品生态。您可以访问腾讯云官方网站（https://cloud.tencent.com/）获取更多信息。
相关·内容
a是形状(19,19,5,80)的张量。创建如下：
a= tf.random_normal([19, 19, 5, 80], mean=1, stddev=4, seed = 1)
如何打印/查看此多维数组的切片或单个元素？
浏览 0提问于2017-12-12得票数 0
我正在尝试在scala中创建一个张量(可以被认为是一个多维数组)包。
但是切片和子数组不是那么容易得到的。要将多维索引转换为一维索引，需要进行大量的运算。
有没有存储多维数组的最佳方法？如果不是，比如一维数组是最好的解决方案，那么如何对数组进行最佳切片(一些具体的代码会对我有很大帮助)？
浏览 1提问于2011-08-02得票数 4
回答已采纳
使用PyTorch，torch.combinations将只接受一个一维张量作为输入，但我想将它应用于多维张量中的每个一维张量。
inp = torch.tensor([[1, 2, 3],
[2, 3, 4]])
torch.combinations((inp), r=2)
结果是一个错误，说我不能将它应用于那个形状，但我想单独将它应用于[1, 2, 3]和[2, 3, 4]。我不能一个一个地做，因为我的想法是将这个应用于大数据集。
inp = torch.tensor([[1,2,3],[2,3,4]])
inp_tuple = torch.un
浏览 44提问于2022-08-01得票数 0
回答已采纳
1回答
我正在遵循tensorflow CNN教程，遇到了一个问题，即Tensorflow中的“张量”和多维矩阵以及一般情况下，在编程上有什么不同。
我试着自己研究张量是什么，我发现的是:它可以是n阶的，其中每个元素都有n维的信息。例如，如果我们有一个张量A和一个坐标为(3,2,5,4)的数据点，那么我们讨论的是一个具有一个元素的四维张量A。对吗？
我发现的其他文章说，张量与数组相同，只是张量的元素可以转换。同样，我看不出张量和普通多维数组之间的区别。我们总是可以在数组上应用一个函数并转换元素。
你能试着澄清一下它们的定义/性质和区别吗？
浏览 3提问于2018-02-03得票数 6
回答已采纳
我想用tensorflow创建一个多维高斯概率密度函数(假设是一个如下图所示的2D高斯)。 ? 对于1D来说，它就像一个护身符： d = tfp.distributions.Normal(loc=5.0, scale=3.0)
x = d.prob(tf.range(0,10, dtype=tf.float32)) 但是对于更高的维度，我在使用Normal或MultivariateNormalDiag分布时得到InvalidArgumentError: Incompatible shapes错误...我错过了什么？如何使用prob方法来输出多维张量上的概率密度函数？
浏览 11提问于2021-02-10得票数 0
回答已采纳
1回答
我的代码中有一个(某种程度上的)性能问题，它起源于所选的体系结构。
我将以立方体的形式使用多维张量(基本上是具有更多维的矩阵)来存储我的数据。由于编译时不知道维度，所以我不能使用Boost的MultidimensionalArray (IIRC)，而必须提出自己的解决方案。
现在，我自己保存每个维度。我有一个维数张量(比方说3)，它包含维数2的许多张量(在std：：向量中)，每个张量都有一个包含维数1的张量的std：：向量，每个向量都包含(数值)数据的std：：向量。我使用一个抽象基类作为我的张量，所以里面的所有东西都是一个指向抽象类的指针，同时(秘密的)多维或一维。
我提取单个数值数据点，给
浏览 1提问于2017-03-01得票数 2
4回答
给定一个多维张量，如何使其平坦，使其具有单维数？
torch.Size([2, 3, 5]) ⟶ flatten ⟶ torch.Size([30])
浏览 1提问于2019-04-06得票数 35
回答已采纳
1回答
我有一个多维张量，如下所示 tensor([[ 0.5599, 0.4593, 0.0580, ..., -0.2404, 0.1144, -0.5047],
[ 0.1545, 0.3332, 0.3836, ..., 0.2483, -0.0849, -0.2216],
[ 0.4513, 0.0115, 0.0801, ..., -0.8038, 0.2350, -0.3261],
...,
[-0.4387, 0.3028, -0.0510, ..., -0.4966, -0.1606, 0
浏览 27提问于2021-08-23得票数 1
1回答
假设我有一个张量，就像
test = tf.constant([1,2,3],[4,5,6],[7,8,9])
我想在这个张量中得到一些值(而不是row或col)。我该怎么做呢？我想得到这里的(2,3)值，它是6。
我还想在多维数组中做到这一点。
“‘slice”或其他张量函数不适合我，因为我想处理多维数组(不仅是2x2，还包括2x3x4x10等)。
请帮帮忙
浏览 0提问于2017-07-25得票数 0
2回答
使用Matrix包，我可以创建一个二维稀疏矩阵。
有人能推荐一个软件包，让我在R中创建多维(特别是3维)稀疏矩阵(数组，从技术上讲是三向张量)吗？
浏览 3提问于2012-12-11得票数 15
我有大小为2x8x8的例子作为张量，我正在使用PyTorch数据加载器。但现在我也想添加一个大小为1(单个数字)的1维张量作为输入。 因此，我有两个神经网络的输入参数，一个是卷积层的多维参数，另一个是稍后要连接的额外参数。 也许我可以使用两个数据加载器，对于每个张量形状一个，但我不能洗牌。 如何将单个PyTorch数据读取器用于这两个不同的输入张量？
浏览 34提问于2020-10-29得票数 0
回答已采纳
我正在尝试扩展数据集，以便在Pytorch中进行分析，以便从一个一维(或2D)张量中生成两个视图堆栈，生成。在以下图像中，A(绿色)和B(蓝色)是原始张量的视图，这些张量从左向右滑行，然后组合成单个张量进行批处理：
使用视图的动机是为了节省GPU内存，因为对于大型多维数据集，这个扩展过程可以将数十MB的数据集转换成数十GB的数据集，尽管有大量的数据重用(如果使用正常的张量)。一次只返回一个视图是不可取的，因为张量的实际处理是在大批量进行的。
我在毕道尔做的事有可能吗？简单地使用torch.stack(视图列表)创建一个新的张量，其中包含原始数据的副本，由tensor.storage(
浏览 7提问于2022-03-05得票数 2
回答已采纳
使用PyTorch，我有一个尺寸为(b, 2, x, y)的多维张量A，以及尺寸(b, 2, x, y, 3)的另一个相关张量B。
我希望在dim=1中得到A中的最小值的索引(这个维数是2)，并将这个索引张量应用到B，这样我就可以得到一个形状(b, x, y, 3)的张量。
通过使用A_mins, indices = torch.min(A, dim=1)，我可以得到形状为(b, x, y)的张量indices，其中值是0还是1，这取决于A中dim=1的最小值。我不知道如何将其应用于B以获得所需的输出。我知道torch.index_select做了类似的工作，但只针对一维索引向量。
浏览 15提问于2022-02-23得票数 2
回答已采纳
如何在Pytorch中将字符串列表转换为字符串/字符张量？ 与numpy相关的示例： import numpy as np
mylist = ["this","is","my","list"]
np.array([mylist]) 返回： array([['this', 'is', 'my', 'list']], dtype='<U4') 但是，在pytorch中： torch.tensor(mylist) 返回： ------------
浏览 161提问于2019-12-15得票数 1
回答已采纳
2回答
我很难理解Tensorflow张量和稀疏张量的含义和用法。
根据文件
张量
张量是一种典型的多维数组.例如，您可以将一小批图像表示为一个四维浮点数字数组，其中包含维度批处理、高度、宽度、通道。
稀疏张量
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和形状。在Python中，为了便于使用，三个张量被收集到一个SparseTensor类中。如果有单独的索引、值和形状张量，则在传递到下面的操作之前，将它们包装在SparseTensor对象中。
我的理解是张量用于操作、输入和输出。稀疏张量只是张量(稠密？)的另一种表示。希望有人能进一步解释不同之处，以及他们的用例。
浏览 3提问于2017-12-05得票数 24
回答已采纳
我现在使用tensorflow(python)来训练我的模型，并希望使用tensorflow(java)在线推断结果。
计算图有一个运算来返回shape1,16结果，张量中的每个元素都是一个字符串。现在，我想将结果转换为整个字符串。
我创建一个ByteBuffer，并调用Tensor.writeTo在缓冲区中写入数据。但是当我解码最后的缓冲区时，它在标题中有一些意料之外的字符，我猜最后的字节可能包含一些张量元信息。
Tensor predictedTensor = result.get(0);
ByteBuffer bb = ByteBuffer.allocate(predictedTenso
浏览 3提问于2017-09-23得票数 1
如果我在Eigen中创建一个大的张量，并且我想将张量作为多维数组返回给R。我知道如何使用数据复制，如下所示。问:有没有可能在没有数据复制的情况下做到这一点？
#include <Rcpp.h>
#include <RcppEigen.h>
#include <unsupported/Eigen/CXX11/Tensor>
// [[Rcpp::depends(RcppEigen)]]
using namespace Rcpp;
template <typename T>
NumericVector copyFromTensor(const T
浏览 2提问于2021-01-04得票数 2
我一直很难理解张量和DataSet之间的区别。根据我在文档中找到的定义：
张量是具有均匀类型的多维数组。
表示一组可能很大的元素。
DataSet是一种特殊的大张量吗？我的理解是张量基本上是熊猫DataFrames，它们是沿着“列”具有统一类型的n维结构(或者张量需要完全一致？)如果是这样的话，为什么DataSets会存在呢？它们有张量没有的附加功能吗？
我有点迷失在不同张量类型的文档中，在过渡到tensorflow 2.0之后，我从来不确定我在网上找到的信息是否不受欢迎。任何帮助都将不胜感激。
浏览 5提问于2020-05-19得票数 2
1回答
我正在研究一个游戏算法，并思考如何改进它。有一个前视树。这是一个非常常见的场景，就像在纸牌或其他类似的游戏中一样。游戏策略被实现为张量(多维数组)。维度的数量=先行深度。每个维度大小是树的该深度级别中可用操作的最大可能数量。同一级别的一个节点只能有2个可用动作，另外10个。但如果我们使用张量，我们需要有一个大小为10的维度。此外，我们还需要存储另一个结构，其中包含所有节点的操作计数。这个张量有很多运算，比如元素乘法，加法等等。这个张量的总大小是几千兆字节。从性能的角度来看，这个张量是不是一个好主意？我能用自定义结构做得更好吗？该应用程序具有额外的性能负担。
浏览 12提问于2017-08-17得票数 0
我正在尝试在tensorboard中可视化张量摘要。然而，我在黑板上根本看不到张量摘要。下面是我的代码：
out = tf.strided_slice(logits, begin=[self.args.uttWindowSize-1, 0], end=[-self.args.uttWindowSize+1, self.args.numClasses],
strides=[1, 1], name='softmax_truncated')
tf.summary.tensor_summary
浏览 0提问于2017-01-16得票数 14
回答已采纳
我的问题与外部定义的数据结构：张量有关。张量是一个多维数组。在中，张量是一个有两个字段的类: t.data，t.size：
% Create the tensor
t.data = data;
t.size = siz;
t = class(t, 'tensor');
return;
就像Matlab中内置的函数zeros()一样，我可以使用tenzeros()创建一个充满零的张量，例如，tenzeros(2,3,4)。这个工具箱中还有其他类型的张量数据结构:张量、张量等。
我的问题是，我如何预先分配200个张量或其他张量类型，其中每个张量
浏览 3提问于2014-11-19得票数 1
回答已采纳
在c++中，多维矩阵存储在std::vector<float>中。我需要在tensorflow中使用它，它使用张量。从std::vector到张量的转换似乎并不明显。有一个将向量转换为TF_Tensor而不是Tensor的c_api。std::copy也可以工作，但是我想在不复制的情况下执行转换。
浏览 1提问于2016-05-05得票数 7
1回答
我有一个多维张量，让我们以这个简单的张量为例：
out = torch.Tensor(3, 4, 5)
我必须得到张量out[:,0,:]的一部分/子部分，然后应用view(-1)方法，但这是不可能的：
out[:,0,:].view(-1)
RuntimeError: invalid argument 2: view size is not compatible with input tensor's size and stride (at least one dimension spans across two contiguous subspaces). Call .conti
浏览 3提问于2020-02-11得票数 2
回答已采纳
1回答
表示多维数组(张量)的类型级编程
、、、、
我希望有一种类型以一种类型安全的方式表示多维数组(张量)。所以我可以写一个例子：zero :: Tensor (5,3,2) Integer，它表示一个包含5个元素的多维数组，每个数组都有3个元素，每个元素都有2个元素，其中所有元素都是Integer的
如何使用类型级编程定义此类型？
编辑
在Alec给出了一个很好的答案之后，它用GADT实现了这一点，
我想知道您是否可以更进一步，支持class Tensor的多个实现，以及对张量的操作和张量的序列化。
例如，您可以拥有：
使用GPU或CPU实现C
纯Haskell实现
实现，它只打印计算图而不计算任何内容。
在磁盘上缓存结果的
浏览 1提问于2017-05-07得票数 3
回答已采纳
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。计算上下文向量/注意力得分和编码器隐藏状态的加权平均值的合适方法是什么？不幸的是，当涉及到超过两个维度/包括批次大小时，我的大脑无法对这些事情进行推理。
浏览 69提问于2021-10-18得票数 0
1回答
有没有关于张量操作的smt理论？
、、、、
我想知道是否有任何关于张量(或多维数组)操作的smt理论。例如，这样的理论可能包括转置、插入、重塑、选择等运算符(如numpy或tensorflow)
浏览 9提问于2021-10-17得票数 0
我对python非常陌生，正在尝试高维张量分解技术。但是首先，我需要把我的数据从二维数组转换成多维张量，我被困在了如何做它的问题上。
我的数据看起来是这样的：
Subject Cz F7 F8...Pz Diagnosis Test Time
1 # # # # A x 100
1 # # # # A x 200
1 # # # # A y 100
1 # # # # A
浏览 2提问于2021-11-29得票数 1
回答已采纳
1回答
在python中，可以定义两个不同尺寸的多维张量，并将它们相乘。例如，数组"a“的形状为(1,3)，b为(2,1)。产品的形状为(2,3)。张量积的意义是：c_ij = b_i a_j。虽然在本征中具有相同形状的张量积(A C++库)是可能的，但我们能在本征中做同样的事情吗？
from numpy import array as arr
a = arr([[1,2,3]])
b = arr([[5], [10]])
c = a * b
# Outputs
a
array([[1, 2, 3]])
b
array([[ 5],
[10]])
c
array([[ 5, 10
浏览 1提问于2020-11-26得票数 0
1回答
从一维数组重建多维张量
、、、
我正在尝试在C#中手动解码Yolo对象检测ONNX模型的输出。Netron对输出的描述如下：
type: float32[1,3,80,80,19]
但在C#代码中，我收到的模型输出是一个一维数组：
float[364800]
364800 =1*3* 80 * 80 * 19
我的编程经验是使用过VB.NET和少量的C#。我是ML和对象检测的新手，也没有太多使用张量或Python的经验，因此我正在尝试用C#构建一个解决方案。
有人能在重建多维张量数组时给我指出正确的方向，这样我就可以迭代结果了吗？如何存储一维数组中的数据？
我也想知道我是不是做得太难了。如果在.NET世界中有某种张量操作工
浏览 1提问于2020-11-15得票数 0
对于legacy_seq2seq，它只支持带有2D张量列表的输入。如果模型的每个输入都有更多的参数。说，[1,2，2,3，3,4...]而不是1，2，3，4，...，它不能使用legacy_seq2seq来拥有批处理方法。
那么，如何使用tensorflow实现批处理方法中的多维输入rnn呢？或者它不存在？
浏览 13提问于2018-01-12得票数 0
我想使用Rust的库对张量(多维数组)进行切片，但问题是张量是动态形成的，切片存储在用户提供的变量中。
如果我预先知道维度，我希望我可以简单地执行以下操作，其中idx是用户提供的索引，x是4维张量：
// should give a 1D tensor as a view on the last axis at index `idx`
x.slice(s![idx[0], idx[1], idx[2], ..])
但是因为我不知道前面的维数，所以我不能用这种方式手动解压idx并将其提供给切片宏s!。
在python中，我可能会使用，其中idx是用户提供的元组：
# if `len(idx)
浏览 1提问于2020-12-19得票数 2
当我使用PyCharm进行调试时，我希望调试器显示形状的NumPy数组/ Jax数组/ PyTorch张量。相反，我看到了他们的价值观：
是否有方法配置PyCharm的调试器，以便显示这些多维数组的形状？
浏览 1提问于2020-08-05得票数 2
回答已采纳
我正在创建一个多维数组。
import numpy as np
import tensorflow as tf
a = np.zeros((10, 4, 4, 1))
print(a.shape)
(10, 4, 4, 1)
我想添加rgb频道，所以我正在做：
tf_a = tf.image.grayscale_to_rgb(a, name=None)
print(tf.rank(tf_a))
Tensor("Rank:0", shape=(), dtype=int32)
它给了我一个级数为0的张量，而不是4。
此外，形状：
print(tf.shape(tf_a))
浏览 0提问于2018-09-27得票数 0
回答已采纳
2回答
我已经看过来自的tf.sparse_to_dense的定义。
在函数的描述中，它被声明为Converts a sparse representation into a dense tensor.。
那么什么是稀疏表示呢？
张量是以某种压缩格式表示的，而不是多维数组吗？
浏览 6提问于2017-06-27得票数 1
当我注意到model.fit必须接受两个参数、输入和输出以及一些配置时，我正在学习TensorFlow.js。但输入是二维张量，写成如下：
let input = tf.tensor2d([1, 2, 3, 4, 5], [5, 1])
这看起来非常像一维张量，写成如下：
let input = tf.tensor1d([1, 2, 3, 4, 5])
由于二维张量实际上是5乘以1，所以我决定用一维张量来代替它。然而，这完全停止了程序的工作。那么，有没有某种类型的代码要求输入必须是二维的？如果是这样，为什么？
关于多维张量的话题，我还注意到model.predict不能接受零维张量或标量。见下
浏览 46提问于2019-11-07得票数 1
回答已采纳
1回答
考虑从名为的小节张量:名为的多维数组开始的段落，它从Eli等人所著的名为“与PyTorch的深度学习”一书中的张量开始。
Python列表或数字元组是在内存中单独分配的Python对象的集合，如图3.3所示。另一方面，PyTorch张量或NumPy数组是在(通常)连续内存块上的视图，包含未装箱的C数值类型，而不是对象。在本例中，每个元素都是32位(4字节)浮点数，如图3.3右侧所示。这意味着存储1,000,000个浮点数的一维张量需要精确的4,000,000个连续字节，加上元数据(例如维度和数字类型)的小开销。
他们所指的数字如下所示，摘自这本书
上一段是说张量是连续内存块上
浏览 2提问于2021-10-30得票数 0
回答已采纳
2回答
在TensorFlow中，我有一个形状为(?, 14, 14, 512)的张量，h。
我通过做tf.reshape(h, [-1, 196, 512])来重塑
这导致了形状为(?, 196, 512)的张量。太完美了。我需要对numpy数组执行相同的操作。
我在磁盘上保存了一个巨大的多维NumPy数组。它看起来是这样的：
features = numpy.ndarray([3000, 14, 14, 2048], dtype=np.float32)
并且需要它的形状：
[3000, 196, 2048]
我如何才能进行这种转换，从而不会丢失信息？
会是numpy.reshape(feature
浏览 1提问于2018-01-10得票数 0
我用tflite在android上运行posenet (一个CNN)。该模型具有多个具有以下维度的输出数组：1x14x14x17, 1x14x14x34, 1x14x14x32, 1x14x14x32 因此，在运行java tflite解释器时 import org.tensorflow.lite.Interpreter;
Interpreter tflite;
...
tflite.runForMultipleInputsOutputs(inputs,outputs) 我可以使用tflite.getOutputTensor(i)或outputs.get(i)访问四个输出张量。0,3)，因为
浏览 165提问于2019-02-18得票数 4
回答已采纳
我不知道如何解析代码上的：
class environment
{
private:
struct espacoFisico // Limite das coordenadas reais no objeto
{
double long absoluteX, absoluteY, absoluteZ;
std::vector <struct globalTile> tensor(std::vector<struct globalTile>x(std::vec
浏览 0提问于2018-11-29得票数 0
回答已采纳
我正在尝试提取多维张量的一些特定列。我可以在多维访问的概念中获取这些值；但是，当我创建新的值时，我会丢失张量的"grad_fn“选项。 我的实际多维张量x是： tensor([[[-8.5780, -7.1091, -8.9204, ..., -8.0616, -8.4115, -7.6345],
[-7.9776, -7.3767, -8.2914, ..., -7.9634, -9.1003, -7.5687],
[-7.7192, -7.4307, -8.4294, ..., -7.8605, -8.1345, -7.0781],
...,
浏览 20提问于2019-12-16得票数 1
回答已采纳
为什么本征多维矩阵的第一个指数：：张量能够成功地遍历张量的所有成员？
我对特征：：张量库很陌生，并且仍然在测试它以用于我的代码。
#include <Eigen/CXX11/Tensor>
using namespace Eigen;
int main()
{
Tensor<double, 3> t3d (2, 3, 4);
t3d.setValues(
{{{0, 6, 12, 18}, {2, 8, 14, 20}, {4, 10, 16, 22}},
{{1, 7, 13, 19}, {3, 9, 15, 21
浏览 3提问于2019-10-31得票数 0
回答已采纳
我正在尝试找到一种不使用for循环的方法。 假设我有一个多维张量t0 bs = 4
seq = 10
v = 16
t0 = torch.rand((bs, seq, v)) 它的形状是：torch.Size([4, 10, 16]) 我有另一个张量labels，它是seq维度中的一批5个随机索引： labels = torch.randint(0, seq, size=[bs, sample]) 这是shape torch.Size([4, 5])。用于对t0的seq维度进行索引。 我想做的是循环批量维度，使用labels张量进行聚集。我的暴力解决方案是这样的： t1 = torch.em
浏览 41提问于2021-01-26得票数 0
1回答
我想得到一个张量中关于轴的绝对值的最大值。注意，我不想要最大绝对值，我想要有最大绝对值的值(所以我需要保留符号)。
理想情况下，我想要类似于reduce_max或reduce_min的东西
tensor = tf.constant(
[
[[ 1, 5, -3],
[ 2, -3, 1],
[ 3, -6, 2]],
[[-2, 3, -5],
[-1, 4, 2],
[ 4, -1, 0]]
]
)
# tensor.shape = (2, 3, 3)
tensor.reduce_maxamplitude(t
浏览 3提问于2022-10-11得票数 1
回答已采纳
我试图在一个数字处理库中实现一个张量(多维数组)。张量实现的签名如下所示(减少签名中不相关的部分)：
final class Tensor[V](val data: Array[V], val shape: IndexedSeq[Int])
这里关注的问题之一是IndexedSeq[Int]的性能(因为它们是由scala.collection.Vector支持的)。作为一个数字处理库，性能是这里非常关注的问题。我想将默认的Vector-backed IndexedSeq替换为Array-backed one。
我想知道做这件事的最佳方法是什么(除了从Scala集合中复制IndexedSeq的完
浏览 0提问于2018-03-13得票数 2
回答已采纳
1回答
我想通过定义的索引列表访问多维数组的特定元素(即张量)。假设我有一个4维的数组"P“和一个索引列表"ind”，定义为
ind = [0,4,1,3]
它表征了它的一个元素。我想把"something“赋值给元素P0,4,1,3。
P[ind] = "something"
Python理解P[0,4,1,3]而不是P0,4,1,3。
那么，如何通过"ind“访问元素P0,4,1,3呢？
非常感谢你的帮助。
浏览 2提问于2019-09-14得票数 0
我想要用BoolTensor指数来分割Pytorch中的多维张量。对于索引张量，我期望保留指数为真的部分，而指数为假的部分被切片。
我的代码就像
import torch
a = torch.zeros((5, 50, 5, 50))
tr_indices = torch.zeros((50), dtype=torch.bool)
tr_indices[1:50:2] = 1
val_indices = ~tr_indices
print(a[:, tr_indices].shape)
print(a[:, tr_indices, :, val_indices].shape)
我希望a[:
浏览 2提问于2021-05-26得票数 1
回答已采纳
1回答
我需要对多维张量进行加权抽样。
本文给出了形状[X,Y]的张量B和形状[X]的概率B分布。我需要根据发行版N从A中抽取B元素。
B表示次张量的分布。每个次张量内的采样是均匀的。
有一些填充在A，所以我必须考虑到这一点。填充物的信息包含在掩码中。
e.g
A = [[1, 2, 3, X, X, X],
[10, 20, 30, X, X, X],
[100, 200, 300, 400, 500, 600]]
A_mask = [[T, T, T, F, F, F],
[T,
浏览 1提问于2018-06-05得票数 1
回答已采纳
1回答
import torch
x = torch.tensor([[10, 11], [12, 13]])
idx = torch.tensor([[0, 1, 0], [1, 1, 0]])
print(x[idx[0], idx[1]])
它输出的是tensor([11, 13, 10])，而且是正确的，但是有没有一种方法可以让最后一行更明确呢？我想要像x[*idx]这样的东西，因为我的张量有很多维。
浏览 5提问于2021-02-19得票数 0
我在Android上使用Java的训练有素的Tensorflow模型。我正在尝试提取中间op的输出。
我正在提取的张量具有形状(150,150,256)。
我已经将输出目标声明为
private float[] hybridValues;
hybridValues = new float[150 * 150 * 256];
然后，我使用以下命令获取输出。
inferenceInterface.fetch(OUTPUT_NODE, hybridValues);
这些值很好，但它们被存储为一维数组。有没有办法让inferenceinterface.fetch返回多维数组？
我尝试将hybridVa
浏览 10提问于2018-08-17得票数 1
在我的模型中，我使用tf.keras.losses.MSE计算我的BATCH_SIZE x 256 x 256 x3输出和BATCH_SIZE x 256 x256 x3输入的均方误差。
此函数的(None,256,256).输出似乎是。
然后我使用tf.GradientTape.gradients，并将MSE 输出作为“目标”属性。在文档中，它说这个属性可以是张量。
我的理解是，损失是一个标量数，它与反向传播过程中的每个权重相区别。
因此，我的问题是：，当多维张量被传递到梯度函数时会发生什么？张量中所有元素的和是否简单计算？
我问这个问题是因为我的模型目前没有训练，每个时代的读数都是1.0。
浏览 1提问于2021-04-04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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
