计算区域"IndexError: 1维张量的索引太多“时出错
这个错误是由于对一个一维张量进行了超出索引范围的操作导致的。一维张量是一个只有一个轴的张量，索引从0开始，因此最大索引为张量长度减1。当我们尝试使用超出这个范围的索引时，就会出现"IndexError: 1维张量的索引太多"的错误。
这个错误通常发生在编程中，特别是在使用编程语言或框架进行数据处理和计算时。为了解决这个问题，我们需要检查代码中对张量的索引操作，确保索引值在合法范围内。
以下是一些可能导致这个错误的常见情况和解决方法：
- 索引超出范围：检查索引值是否大于等于0且小于张量的长度。例如，如果一个一维张量的长度为n，那么有效的索引范围是0到n-1。
- 错误的索引类型：确保索引值是整数类型，而不是浮点数或其他非整数类型。如果索引值是浮点数，可以尝试将其转换为整数。
- 张量维度错误：确认张量的维度是否正确。如果错误地将一个多维张量视为一维张量进行索引操作，就会出现这个错误。在这种情况下，需要重新检查张量的形状和维度。
- 数据类型不匹配：如果在索引操作中使用了不兼容的数据类型，也可能导致这个错误。确保索引操作的数据类型与张量的数据类型相匹配。
总之，"IndexError: 1维张量的索引太多"错误是由于对一维张量进行了超出索引范围的操作所致。通过检查索引值、索引类型、张量维度和数据类型，可以解决这个错误。如果需要进一步了解和学习有关云计算、IT互联网领域的相关知识，可以参考腾讯云的文档和产品介绍，链接如下：
- 云计算概念介绍：腾讯云云计算
- 云计算应用场景：腾讯云云计算应用场景
- 腾讯云产品介绍：腾讯云产品
- 腾讯云人工智能产品：腾讯云人工智能
- 腾讯云物联网产品：腾讯云物联网
- 腾讯云移动开发产品：腾讯云移动开发
- 腾讯云存储产品：腾讯云存储
- 腾讯云区块链产品：腾讯云区块链
- 腾讯云元宇宙产品：腾讯云元宇宙
请注意，以上链接仅为示例，实际使用时请根据具体情况选择合适的腾讯云产品和文档。
相关·内容
1回答
丙酮中二维张量的高级标引
、、、、
我有一个2d张量X和两个索引列表，第一个索引和第二个调用a和b。
X[a[i],b[i]] = 0 for i in range(len(a))
我该怎么做呢。如果我直接执行X[a,b]，错误是IndexError:高级索引对象无法广播
浏览 4提问于2017-12-28得票数 0
我有一个mask，大小为torch.Size([20, 1, 199])，张量，reconstruct_output和inputs，两者都是torch.Size([20, 1, 161, 199])大小。
我想将reconstruct_output设置为inputs，其中mask是0。我试过：
reconstruct_output[mask == 0] = inputs[mask == 0]
但我发现了一个错误：
IndexError: The shape of the mask [20, 1, 199] at index 2 does not match the shape of the i
浏览 7提问于2020-04-05得票数 1
回答已采纳
1回答
我的问题是关于这个链接中的问题
据我所知，张量结构是以图像的梯度平方为元素的矩阵。
这个方程也可以在这个链接中找到。
我对梯度矩阵的平方有疑问。
问题I:当我取图像的梯度导数时，得到的结果又是一个具有图像维数的矩阵。现在，当我把矩阵平方，得到导数的平方，如上面的公式所示，我会有点困惑。我们该怎么做？(我使用的是Matlab符号，因为我对它们比较满意)
1) Ix_squared = Ixtranspose(Ix)；
或
2) Ix_squared = Ix.结式是Ix维数的矩阵。
(在每个索引上的像素值被乘以自身)
问题II:，wiki解释说张量结构A是一个对称的平方矩阵。这意味着，Ix和Iy
浏览 3提问于2014-07-11得票数 2
我对tensorflow还比较陌生，并且遇到了一些问题，试图正确地对张量进行索引。在图的底部，我试图使用x(它本身是一个包含数组形式的张量，如[0,1，2,3])来索引y_rt张量(可以认为它是切片y_rt张量)。但是，我在将张量转换为数组或列表时遇到了困难。我知道有.eval()函数，但是我不能在这里使用它，因为显示的代码发生在.run()调用之前。任何帮助都将不胜感激。
with tf.name_scope('placeholders'):
x_true = tf.placeholder(tf.float32, shape=[None, size, size, 1], na
浏览 0提问于2018-07-13得票数 0
回答已采纳
我正在写一个小的张量库(灵感来自这里：)，依赖于C++11或14。
为了清楚起见，我想从1开始访问索引，而不是从0开始。例如，对于向量v，使用v(1)、v(2)和v(3)来访问存储在常规一维数组中的组件。(编辑:这是一个连续介质力学应用程序。人们习惯于从1开始。是的，这对程序员来说是不自然的。)
现在，我已经知道如何在运行时做到这一点。我想知道我们是否可以在运行时避免这种计算，因为在对称的情况下，高阶张量会变得更加复杂。
我发现了这种编写编译时间图的方法，我手动将shift：
但是，使用上面SO答案中的代码，我不能做这样的事情：
for i=1; i<4;i++){
std::c
浏览 15提问于2019-11-29得票数 2
回答已采纳
1回答
三维张量的标引
、、、
我有一批长度为L的整数的L序列，它嵌入到N*L*d张量中。这个序列是由我的网络架构自动编码的。所以，我有：
from theano import tensor as T
X = T.imatrix('X') # N*L elements in [0,C]
EMB = T.tensor('Embedding') # N*L*d
... # some code goes here :-)
PY = T.tensor('PY') # N*L*C probability of the predicted class in [0,C]
cost =
浏览 0提问于2015-10-10得票数 2
回答已采纳
我只在测试阶段遇到了这个错误，但在训练和验证阶段我没有遇到任何问题。 IndexError: tensors used as indices must be long, byte or bool tensors 对于给定代码片段中的最后一行，我得到了这个错误。 代码片段与下面的代码片段类似。 NumClass = 10
mask = torch.zeros(batch_size, self.mem_dim, 4, 4)
ones = torch.ones(1, 4, 4)
NumRows = self.mem_dim
Elements = NumRows//NumClass
for i in
浏览 704提问于2020-03-27得票数 2
回答已采纳
2回答
我已经用以下代码声明了一个矩阵：
matrix = [[' ' for x in range(x1)] for x in range(y1)]
但是，当我试图找到一个随机元素并用以下代码更改它的值时：
randomX = random.randint(0, x)
randomY = random.randint(0, y)
if matrix[randomX][randomY] == ' ':
try:
matrix[randomX][randomY] = 'G'
scr.addstr(randomX, r
浏览 2提问于2016-02-02得票数 1
回答已采纳
我对暹罗神经网络非常陌生，最近发现了和。
在运行代码时，我会得到以下错误：
IndexError: 0-弱张量的无效指数.使用tensor.item()将0-昏暗张量转换为Python数
在线路上：
result=torch.max(res,1)[1][0][0][0].data[0].tolist()
我发现了一些关于tensor.item()的东西，但我真的不知道如何在这里使用它。
编辑：
test_dataloader = DataLoader(test_dataset,num_workers=6,batch_size=1,shuffle=True)
accuracy=0
cou
浏览 6提问于2019-09-18得票数 2
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
我想从一个长度大于3的列表中删除单词。我使用了del (item)，但是它没有工作。以下是代码：
lst=['XDA-OT','hi','loc','yeah']
for i in lst:
if len(i)>3:
del i
以及产出：
lst
['XDA-OT', 'hi', 'loc', 'yeah']
现在，我从Python函数中使用了remove()，并获得了所需的结果。
下面是相同的代码：
lst=['XDA-OT&
浏览 0提问于2018-06-08得票数 0
回答已采纳
我试着让一个角色移动，但当我走到一定的距离，它就会出错
我找不到可行的解决办法，所以我一个人做了几件事
global walkCount
win.blit(bg, (0, 0))
if walkCount + 1 >= 27:
walkCount = 0
if left:
win.blit(walkLeft[walkCount//3], (x, y))
walkCount += 1
pygame.display.update()
elif right:
win.blit(walkRight[walkCount//3], (x,y))
浏览 2提问于2019-09-30得票数 1
回答已采纳
a = [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
l= []
for i in a:
if a[i] % 2 == 0 :
l.append(a[i])
上面的代码一直抛出错误- "IndexError: list index out of range"。
我不知道该怎么办？
浏览 11提问于2016-03-14得票数 0
回答已采纳
我试图通过一个索引矩阵来访问一个火炬张量，最近我发现了这个代码，我找不到为什么它不起作用的原因。
下面的代码分为两部分。上半场证明是有效的，而第二次旅行则是错误的。我不明白为什么。有人能解释一下这件事吗？
import torch
import numpy as np
a = torch.rand(32, 16)
m, n = a.shape
xx, yy = np.meshgrid(np.arange(m), np.arange(m))
result = a[xx] # WORKS for a torch.tensor of size M >= 32. It doesn'
浏览 20提问于2022-02-18得票数 3
回答已采纳
1回答
fig,axes = plt.subplots(1,2,figsize=(8,7))
sns.boxplot(payments['payment_installments'],axes[0,0])
sns.boxplot(payments['payment_value'],axes[0,1]) 错误显示: IndexError:数组的索引太多
浏览 13提问于2021-03-23得票数 0
该具有批量正常层的张量流实现，用于训练和测试阶段.
当我们使用迁移学习时，可以使用批处理规范化层吗？特别是当数据分布不同时.
因为在推理阶段，BN层只使用固定的小批均值和方差(通过训练分布来计算)。那么，如果我们的模型有不同的数据分布，它会给出错误的结果吗？
浏览 0提问于2017-06-17得票数 0
回答已采纳
给定的
batch_images：(B, H, W, C)形状的4D张量
x：(B, H, W)形状的三维张量
y：(B, H, W)形状的三维张量
目标
如何利用batch_images和x坐标进行索引，得到形状为4D的B, H, W, C张量。也就是说，我想为每一批得到一个张量，对于每对(x, y)，得到一个形状的C张量。
例如，在numpy中，可以使用input_img[np.arange(B)[:,None,None], y, x]实现这一点，但我似乎无法使它在tensorflow中工作。
我的尝试到目前为止，
def get_pixel_value(img, x,
浏览 1提问于2017-01-06得票数 1
回答已采纳
1回答
我正在阅读关于多类分类问题的Pytorch教程。而我发现，在毕道尔的损失计算行为让我很困惑。你能帮我做这个吗？
用于分类的模型如下：
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(3, 6, 5)
self.pool = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(6, 16, 5)
self.fc1 = nn.Linear(16
浏览 3提问于2020-06-02得票数 2
回答已采纳
1回答
在这种情况下，索引如何超出范围？
、、、、
我正在尝试构建一个函数，将数据框的日期列替换为正则表达式。 # import regex
import re
# create a copy of data
data2 = data
loop = len(data2) - data['Date of Publication'].isna().sum()
for i in range (loop):
if (pd.notna(data2.loc[i]["Date of Publication"])):
# copy the content of the date into old-va
浏览 10提问于2020-10-14得票数 0
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
我试图随机地给布尔人的列表分配一个“真”值。当我运行代码时，我一直收到一个错误。下面是代码：
for x in population:
if x:
r = random.randint(0, len(population))
population[r] = True
它不断地抛出错误：
"Traceback (most recent call last):
population[r] = True
IndexError: list assignment index out of range"
我
浏览 4提问于2020-03-19得票数 4
回答已采纳
1回答
如何从二维数组(即结构张量场)计算结构张量？
我不知道我在执行过程中做错了什么。在我的例子中，2D数组是一幅二维灰度图像，下面是我使用C++和特征所做工作的一般概述：
// the 2D grey-scale image, represented by a 2D array of doubles
ArrayXXd img;
// compute the gradient vector field, which produces a 2D array of 2D vectors
typedef Array<Vector2d, Dynamic, Dynamic> ArrayXXv2;
浏览 5提问于2013-05-29得票数 1
我正在试图弄清楚如何从长度可变的复值张量中提取连续的补丁。提取是作为tf.data管道的一部分执行的。 如果张量不复杂，我会使用这个answer中的tf.image.extract_image_patches。 然而，该函数不适用于复张量。我尝试了以下技术，但它失败了，因为张量的长度是未知的。 def extract_sequential_patches(image):
image_length = tf.shape(image)[0]
num_patches = image_length // (128 // 4)
patches = []
for i in
浏览 11提问于2020-01-17得票数 3
1回答
删除2D数组中的重复索引
、、、
这里有一个二维的numpy数组：
arr = np.array([[1,2],
[2,2],
[3,2],
[4,2],
[5,3]])
我希望删除与索引1中的前一个索引对应的所有重复项，并获得如下输出：
np.array([[1,2],
[5,3]])
但是，当我尝试我的代码时，它会出错。这是我的代码：
for x in range(0, len(arr)):
if arr[x][1] == arr[x-1][1]:
ar
浏览 3提问于2022-07-02得票数 0
回答已采纳
假设我有一个值w = [w1, w2, w3, ...., wn]数组，这个数组是按升序排序的，所有的值都是等距的。
我有任意形状的火把张量。为了这个例子，让我们说张量是：
import torch
a = torch.rand(2,4)
假设w1=torch.min(a)和wn=torch.max(a)，我想创建两个独立的张量，amax和amin，这两个张量都是(2,4)形状，因此amax包含来自w的值，这些值是与a元素最接近的最大值，反之亦然。
举个例子，比如说：
a = tensor([[0.7192, 0.6264, 0.5180, 0.8836],
[0.
浏览 1提问于2022-06-18得票数 0
我很难将代码从pytorch_pretrained_bert迁移到pytorch_transformers。我试着做一个余弦相似练习。我想提取12个隐藏层中第二个到最后一个的文本嵌入值。
import torch
from pytorch_pretrained_bert import BertTokenizer, BertModel
#from pytorch_transofmers import BertTokenizer, BertModel
import pandas as pd
import numpy as np
model = BertModel.from_pretrained(
浏览 3提问于2020-02-21得票数 0
回答已采纳
我正在尝试创建一个“简单”的脚本。结果并不像我想的那么容易。我知道这个错误：
IndexError: list index out of range
这是整个密码。它发生在if name[2]: --当你输入两个单词时就会发生，但是当输入3个单词时，它就完全工作了。
name = input('Enter name: ').split()
print(name)
print('Voornaam: ' + name[0])
print('Achernaam: ' + name[len(name) - 1])
if name[2]:
prin
浏览 2提问于2013-09-05得票数 0
回答已采纳
当与布尔( Booleans )一起使用时，可能不会引发IndexError。
例如，假设
list 1 = [1, 2, 3]
这将返回True。
True or True and list1[3] > 3
但这将提高IndexError。
False or True and list1[3] > 3
浏览 5提问于2021-04-15得票数 0
当我转到AWS控制台中的Elastic search并点击我的域时，加载数据时出错。 ? /_stats: {"code":"ProxyRequestServiceException","message":"Unable to execute HTTP request: Read timed out (Service: null; Status Code: 0; Error Code: null; Request ID: null)"}
浏览 77提问于2019-09-26得票数 1
1回答
Theano/numpy高级索引
、、、、
我有一个4d theano张量(例如，形状为(1700，16,95000) )和一个形状为(1700，16,1024)的4d ' mask‘张量，使得mask中的每个元素都是我需要的原始张量的索引。如何使用掩码来索引张量？像samplemask或sample:，mask这样的东西似乎并不能真正起作用。
我也尝试使用二进制掩码，但由于张量相当大，我得到了一个“设备内存不足”异常。
关于如何从张量中获取索引的其他想法也将非常感谢。
谢谢
浏览 1提问于2016-04-21得票数 1
1回答
因此，我很难理解有关Py手电筒中集合的一些术语。我不断地遇到同样的错误，我的张量的范围是不正确的，当我试图谷歌的解决方案时，解释往往更加混乱。
下面是一个示例：
m = torch.nn.LogSoftmax(dim=1)
input = torch.tensor([0.3300, 0.3937, -0.3113, -0.2880])
output = m(input)
我看不出上面的代码有什么问题，我已经定义了我的LogSoftmax来接受一个一维输入。因此，根据我在其他编程语言方面的经验，集合[0.3300, 0.3937, -0.3113, -0.2880]是一个单一维度。
以上为m(i
浏览 3提问于2020-01-12得票数 7
回答已采纳
我在试着求矩阵的反对角线的和。使用我的代码
r=int(input("Enter no of rows:"))
c=int(input("Enter no of cols:"))
a=[]
for i in range(r):
a.append([0]*c)
print("Enter elements:")
for i in range(len(a)):
for j in range(len(a[0])):
a[i][j]=int(input())
for i in range(len(a)):
for
浏览 1提问于2019-05-04得票数 1
2回答
使用枚举的For循环不会在循环中删除一个元素时抛出索引超出范围的错误？
L = [1, 4, 8, 5]
try:
for i,item in enumerate(L):
print("Value of {} is {}".format(i, item))
del L[i]
except IndexError as e:
print("Index error: {err}.".format(err=e))
输出：
Value of 0 is 1
Value of 1 is 8
虽然这段代码会导致错误
L = [1, 4, 8, 5]
浏览 0提问于2018-03-30得票数 1
这个问题是关于访问张量中的单个元素，比如[1,2,3]。我需要访问内部元素，但当张量的大小很大时，需要更长的时间)
有没有什么方法可以更快地做同样的事情？
提前谢谢。
浏览 1提问于2016-02-02得票数 50
2回答
我解决不了这个问题。我真的需要帮助
这是我的代码：
以下是我所犯的错误：
File "test.py", line 30, in <module>
percent = soup.find('tbody').find_all('tr')[a].find('td').find_all(class_ ='styled__PercentContainer-sc-1qtnlbe-0 eeuaGk')
IndexError: list index out of range
浏览 4提问于2022-07-15得票数 -1
回答已采纳
我花了一整天的时间试图弄清楚，对于3阶张量来说，凸函数是如何在有效模式下工作的。我的输入i为3*3*2，滤波器w为2*2*2，但卷积后的输出大小为2*2，如下面的图像链接所示。我只需要了解卷积的点积是如何在输入1的两个通道上进行的。如果你能演示输出的第一项是如何用凸函数计算的。请注意，我旋转w 180度，以执行互相关，而不是卷积，只是为了便于手工计算检查。advance.this图像中非常感谢输入值和滤波值的简单示例，该图像包含了凸起后的结果。
从命令窗口编辑此副本
K>> i
i(:,:,1) =
1 5 4
7 8 9
1 2
浏览 3提问于2018-04-03得票数 1
回答已采纳
假设我有张量
tensor([[0, 1, 2, 2],
[2, 4, 2, 4],
[3, 4, 3, 1],
[4, 4, 4, 3]])
和指数的张量
tensor([[1],
[2],
[1],
[3]])
我想要计算指数值匹配的平均值。在这种情况下，我想要第1行和第3行的平均值，所以最后的输出应该是
tensor([[1.5, 2.5, 2.5, 1.5],
[2, 4, 2, 4],
[4, 4, 4, 3]])
浏览 6提问于2022-04-28得票数 0
回答已采纳
4回答
我需要在输入的行中将指数最高的数字和指数最低的数字相互更改，但弹出错误 错误： list2[0], list2[len1] = list2[len1], list2[0]
IndexError: list index out of range 代码： list1 = input("Введите список: ")
list2 = list1.split()
len1 = int(len(list2))
list2[0], list2[len1] = list2[len1], list2[0]
print(list2) 如何解决这个问题？
浏览 27提问于2021-10-28得票数 0
回答已采纳
我正试图建立一个预测模型。我试着分两部分去做
对python (.ipynb)中的数据进行预处理，并将这些预处理数据保存到csv文件中
在步骤1模型预测(.ipynb)文件中调用此预处理文件。
预处理文件
#saving preproccesed dataframe to csv
train.to_csv('C:/Users/Documents/Tesfile_Preprocessed.csv')
Error
~\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\core\sp
浏览 4提问于2018-01-07得票数 1
回答已采纳
我对python很满意，但我不明白为什么会因为我的代码而出现这个错误： import random
inp = input('Enter: ')
inp = str(inp)
char = 0
key = []
list = list('abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890!@#$%&*?+-')
if inp == 'New':
while char < len(list):
rand = random.randin
浏览 38提问于2021-06-25得票数 2
回答已采纳
arr = [1]
arr[0] = arr.pop() 给我IndexError:列表赋值索引超出范围我不明白为什么？
浏览 16提问于2020-08-03得票数 0
我试图将GridSearchCV与RidgeClassifier结合使用，但我得到了以下错误：
我的问题是回归型。
IndexError:数组的索引太多了
我是机器学习的新手，请帮帮我。这是我一直试图实现的代码：
from sklearn.grid_search import GridSearchCV
from sklearn.metrics import classification_report
tuned_parameters = [{'kernel': ['rbf'], 'gamma': [1e-3, 1e-4],
浏览 0提问于2018-02-11得票数 0
2回答
我有这样的输出张量：
tensor([[0.1834, 0.8166],
[0.3031, 0.6969],
[0.3104, 0.6896],
[0.3065, 0.6935],
[0.3060, 0.6940],
[0.2963, 0.7037],
[0.2340, 0.7660],
[0.2302, 0.7698],
[0.2581, 0.7419],
[0.2081, 0.7919]], grad_fn=<PowBackward0>
浏览 6提问于2022-08-14得票数 1
回答已采纳
我有一个数据的张量，它是Tensorflow中网络的输出，但是，我想将其重新格式化为由原始张量的元素组成的更大批量。这不是很清楚，所以假设我的网络的输出是一个形状为(10,1000，1) - (batch_size，length，features)的张量，我想重新格式化它，这样我现在就有了( 500，10，1)，这是来自原始数据集的长度为10的500个向量。 我对numpy很熟悉，所以我正要用它，但你只能在EagerTensors中使用numpy。我不确定这是否是一个额外的问题，但我正在尝试一个GAN网络，所以代码看起来像这样： with tf.GradientTape() as gen_t
浏览 25提问于2020-06-20得票数 0
回答已采纳
1回答
Server池及其性能
、、、、
针对基于AKS的SQLServer2019BDC，我加载了在上可用的www.kaggle.com数据集。我想测试各种数据存储的性能，即主实例、数据池、HDFS -存储池和ADLS-存储池(通过HDFS分层)。
针对池--数据池、HDFS-存储池和ADLS-存储池--我创建了要访问的外部表，如下面的脚本所示。
Select Count(*)
From [dbo].[Master_Flights] F
Inner join [dbo].[Master_Airports] A on F.ORIGIN_AIRPORT = A.IATA_CODE
Inner join [dbo].[Master_Ai
浏览 3提问于2020-07-04得票数 0
我刚刚开始学习python，我正在处理片(:)操作符和字符串。由于某种原因，如果我指定了一个无效的索引，后面跟着slice操作符，它不会给出“超出范围”的错误。
>>> s='Hello'
>>> print s[5]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: string index out of range
>>> print s[5:]
//Prints
浏览 1提问于2013-11-11得票数 0
回答已采纳
我的代码可以引发异常，也可以返回True或False。我想运行相同的代码
当异常被引发时
或者当函数返回一个True时
我试图在except子句中加入这个条件，它起了作用：
def fun(s1, s2):
if s1:
raise IndexError
else:
return s2
try:
a = fun(True, True)
except IndexError or a:
print("error")
我在文件中没有见过这样的结构--是正确的吗？
浏览 2提问于2015-11-16得票数 1
回答已采纳
假设我有一个大小为BxWxHxD的张量。我想要处理张量，这样我就有了一个新的BxWxHxD张量，其中只保留每个WxH切片中的最大元素，而所有其他值都为零。
换句话说，我认为实现这一点的最好方法是以某种方式跨WxH切片获取2Dargmax，从而产生行和列的BxD索引张量，然后可以将其转换为单热BxWxHxD张量用作掩码。我该怎么做呢？
浏览 2提问于2016-04-04得票数 9
1回答
当使用元组列表(使用python 2.7.8和numpy 1.9.1)索引平面numpy数组时，我注意到了一些令人困惑的行为。我的猜测是，这与数组维度的最大数量有关(我认为这是32)，但我还没有找到文档。
>>> a = np.arange(100)
>>> tuple_index = [(i,) for i in a]
>>> a[tuple_index] # This works (but maybe it shouldn't)
>>> a[tuple_index[:32]] # This works too
浏览 0提问于2015-06-02得票数 9
回答已采纳
我有一个pytorch张量
span_end = tensor([[[13]]])
我执行以下操作
span_end = span_end.view(1).squeeze().data.numpy()
print(type(span_end))
print(span_end.shape)
这将给出以下输出
<class 'numpy.ndarray'>
()
后来，当我试图访问span_end的0th元素时，我得到了IndexError，因为这个形状不知何故是空的。我在这里做错了什么？
浏览 20提问于2019-07-17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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
