对角矩阵的三维张量

文章/答案/技术大牛

发布

3回答

在PyTorch中，如何构造每个二维子张量都是对角矩阵的三维张量？

torch、pytorch、tensor

假设我有2D张量，index_in_batch * diag_ele。如何获得三维张量index_in_batch * Matrix (谁是对角线矩阵，由drag_ele构造)？torch.diag()只在输入为一维时构造对角线矩阵，当输入为2D时返回对角线元素。

浏览 10提问于2017-11-19得票数 9

回答已采纳

1回答

python、numpy、matrix、algebra

我有一个m行n列的矩阵A。我想要一个维度为m*n*n的三维张量，这样张量就由A的每一列形成的m个对角矩阵组成。换句话说，A的每一列都应该转换成一个对角化的矩阵，所有这些矩阵应该一起形成一个三维张量。使用for循环很容易做到这一点。但我想在不提高速度的情况下这样做。我想出了一

浏览 28提问于2021-04-24得票数 1

回答已采纳

2回答

求出numpy中三维张量的所有二维对角

python、numpy、pytorch

我有一个三维张量A x B x C。对于每个矩阵B x C，我想提取前面的对角线。是否有一种矢量化的方法可以在numpy或py手电筒中实现这一点，而不是在A上循环？

浏览 0提问于2018-04-09得票数 2

回答已采纳

1回答

如何沿给定的维度将N维张量的对角线设置为0？

python、pytorch、diagonal

我正在试着找出一种方法来设置三维张量的对角线(沿2个给定的尺寸)等于0。举个例子，假设我有一个形状为N，N，N的张量，我想让沿dim=1,2的对角线等于0？究竟如何做到这一点呢？我尝试使用fill_diagonal_，但它只对每个子数组执行第k个对角线元素，即： >>> data = torch.ones(3,4,4) ten

浏览 64提问于2021-03-23得票数 2

回答已采纳

3回答

如何用python生成恒等张量？

python、numpy、tensorflow、identity、tensor

我知道np.eye可以生成恒等矩阵。我的意思是恒等矩阵其中G = Er ×1 U1 ×2 U2 ...×M UM是转换张量，Er ∈ R r×r×...×r是恒等<em

浏览 0提问于2019-02-04得票数 4

回答已采纳

1回答

如何在tensorflow中进行特定尺寸的矩阵运算

python、tensorflow、deep-learning

我有一个三维张量(sequence_length，batch_size，word_dim)，我需要用"word_dim“维数做矩阵运算，这样就可以将张量转换为(sequence_length，batch_size看来matmul运算只适用于二维张量。由于"batch_size“的存在，我不能将三维张量转换成二维张量。我该怎么做？

浏览 2提问于2016-10-30得票数 0

1回答

PyTorch在行为上等同于Tensorflow的tf.keras.dot()？

python、pytorch

在tensorflow中，如果您分别有两个形状为NxTxD和NxDxT的张量(N=batch_size、T=SequenceLength、D=NumberOfFeatures)，则可以对它们点上点并得到py手电产生的结果中(它是其中的一个子集)。事实上，tensorflow的结果基本上是某种高维的“对角线”。904, 961, 1018, 1075],但这

浏览 3提问于2021-11-26得票数 1

回答已采纳

1回答

为什么tf.random.truncated_normal可以得到一个不是向量的形状，即使它说它只接收向量的形状？

python-3.x、tensorflow、tensor

我通读了tf.random.truncated_normal的文档，输入的'shape‘得到一维张量或python数组，即一个向量(根据https://www.tensorflow.org/guide/然而，在我使用的例子中，'shape‘是一个四维张量。或者它被认为是一个向量？也许我对向量和张量的定义有问题？

浏览 9提问于2018-12-26得票数 0

1回答

PyTorch中的代码是做什么的？我如何用tensorflow来表达它？

python、tensorflow、machine-learning、keras、pytorch

我找到了一个可以解决我的问题的代码，看起来像这样： (self.conv_diag(input_tensor.diagonal(dim1=2, dim2=3))).diag_embed(dim1=2,dim2=3) 而self.conv_diag是我以前定义过的层。据我所知，它提取第二和第三维的子张量的对角线，将其放入层中，并构造一个用零填充的新张量，并用我的层计算的新值替换它<e

浏览 10提问于2020-12-10得票数 0

1回答

二维张量三维SparseTensor矩阵乘法:InvalidArgumentError:张量'a_shape‘必须有两个元素[Op:SparseTensorDenseMatMul]

python、python-3.x、tensorflow、tensorflow2.0

嗨，我是tryigng，用2D张量做三维SparseTensor矩阵乘法。下面是一个玩具示例：import tensorflow as tf <tf.Tensor: shape=(1, 1, 4), dtype=float64, numpy=array([[[7., 0.,

浏览 6提问于2021-01-11得票数 3

1回答

在Tensorflow中创建一个三对角线二维张量

python、tensorflow、sparse-matrix

在tensorflow中给定三个一维张量(即向量)，是否有一种巧妙(有效)的方法来制作三对角矩阵:将一个向量放在子对角线上，另一个放在对角线上，最后一个放在超对角线上。tf.diag使得从其中一个向量创建对角矩阵变得很容易。你也可以举一个使用tf.while_loop的例子来做吗？

浏览 21提问于2019-03-08得票数 1

回答已采纳

1回答

Tensorflow:如何获得多个矩阵的对角线(批处理模式)

tensorflow

我有一个张量，它是[100 X 16 X 16]。我想要得到这个张量的对角元素，得到一个形状为[100 X 16]的张量。

浏览 0提问于2016-11-07得票数 2

1回答

tf.trace()是否只计算对角线元素？

tensorflow

我有一个形状为(d,d)的TensorFlow张量矩阵，一个正方形矩阵。我定义了迹张量tr = tf.trace(t)。现在使用session.run(tr)计算tr：TensorFlow是否足够智能，只计算t的对角元素，还是先计算t的所有元素，然后才计算跟踪？

浏览 17提问于2018-03-05得票数 1

回答已采纳

2回答

Tensorflow中的块对角矩阵

tensorflow

假设我有几个不同形状的张量A_i，N_i，N_i，在tensorflow中可以用这些矩阵在对角线上创建块对角矩阵吗？现在我能想到的唯一方法是通过堆叠和添加tf.zeros完全自己构建它。

浏览 0提问于2017-02-10得票数 7

回答已采纳

1回答

不知道批大小的三维分批矩阵乘法

arrays、tensorflow、machine-learning、neural-network、matrix-multiplication

我目前正在编写一个tensorflow程序，它需要将一批二维张量(形状为[None,...]的三维张量)与二维矩阵W相乘。这需要将W转换为三维矩阵，这需要知道批处理的大小.我无法做到这一点；tf.batch_matmul不再可用，x.get_shape().as_list()[0]返回None，这对于整形/平铺操作是无效的。有什么建议吗？

浏览 6提问于2018-01-10得票数 3

回答已采纳

1回答

当NLP任务需要三维输入(张量)时，在R(Rstudio)中使用keras一维卷积层设置输入形状

r、keras、deep-learning、conv-neural-network

我正在使用R编程语言和使用Keras来构建一个功能性的一维CNN。但我得到了以下错误： Py_call_impl中的错误(可调用的，点$args，点$关键字)：ValueError:输入0与层conv1d:预期的ndim=3不兼容，找

浏览 1提问于2019-04-02得票数 0

1回答

两个三维张量的Keras -计算余弦相似矩阵

machine-learning、python、deep-learning、tensorflow、keras

Using TF后端，需要构造两个具有形状(batch_size，N，M)的三维向量的相似矩阵，它们是N和M自然数。我该怎么做？

浏览 0提问于2018-01-18得票数 1

回答已采纳

1回答

当NLP任务需要三维输入(张量)时，在R(Rstudio)中使用keras一维卷积层设置输入形状

deep-learning、keras、r、convolutional-neural-network

我正在使用R编程语言和使用Keras来构建一个功能性的一维CNN。我相信这是因为1DCNN层期望输入的形式如下输入形状:具有形状的三维张量：(batch_size，steps，input_dim) 我知道我必须将我的<

浏览 0提问于2019-04-02得票数 1

3回答

为什么我们要做批量矩阵积？

deep-learning、pytorch、seq2seq

torch.bmm文件说 batch1和batch2必须是三维张量，每个张量都包含相同数目的矩阵.若batch1为(b×n×m)张量，batch2为(b×m×p)张量，则out为(b×n×p)张量。 

浏览 2提问于2018-06-12得票数 11

回答已采纳

2回答

在只保留对角项的情况下执行大点/张量点积的最有效方法

python、numpy、linear-algebra、tensordot

我试图找出一种使用numpy以尽可能高效的方式执行以下代数的方法：给定三维矩阵/张量，A，具有形状(n, m, p)，二维矩阵/张量，B，与形状(n, p)，计算C_ij = sum_over_k (A_ijk * B_ik)，其中产生的矩阵C将有维数(n，m)。一种是遍历第一维，每次计算一个规则的点积。另一种方法是用np.tensordot(A, B.T)计算形状(n, m, n)的<

浏览 0提问于2019-09-07得票数 1

回答已采纳

点击加载更多

在PyTorch中，如何构造每个二维子张量都是对角矩阵的三维张量？