1回答
我有两个三维Pytorch张量，一个维度(8，1,1024)，另一个维度(8，59，77)。我想把这两个人相乘。 我知道它们不能在当前状态下相乘，所以我想迭代地将它们相乘，并附加到单个张量中。当我们迭代第二维时，第二个张量可以表示为(8，59，1)。在这种状态下，将其与形状的第一个张量(8，1,1024)相乘，得到形状(8，59,1024)的<e
浏览 32提问于2020-11-22得票数 1
1回答
我有两个PyTorch张量A，形状30，11，32，64和B，形状30，11，89。我的目标是创建一个形状为30，11，89，32，64的张量C，其中张量A应该扩展并在第三维复制，然后在适当的维度与张量B相乘。 如何在PyTorch中实现这一点？
浏览 21提问于2020-01-14得票数 1
是否可以将张量中的一个(最后)维单独与其他向量相乘？ 例如，假设张量T=100为20,400，矩阵M = 400,400。是否有可能使操作h_{transpose}*M*h，其中h是张量T的最后一维？换句话说，是否可以使用(可能是pytorch)内置函数来获得大小为100，20，1的结果张量
浏览 13提问于2019-04-02得票数 0
回答已采纳
如果我把它们相乘，我会得到：矩阵P只是一个排列矩阵，它改变了每个元素的顺序。torch.matmul(P, T)
浏览 8提问于2021-09-02得票数 1
我在PyTorch中发现了一行用于将3D张量简化为2D张量的代码。3D张量x的大小为torch.Size([500, 50, 1])，下面这行代码：用于将x简化为大小为torch.Size([50, 1])的2D张量。lengths也是包含值的shape torch.Size([50])的张量。
有谁能解释一下这是怎么工作的吗？谢谢。
浏览 1提问于2020-02-13得票数 3
我试图在lua中乘两个矩阵，其维数是a=40,000x1和b=1x40,000。在Lua中，40000x1矩阵显示为一维张量，1x40000矩阵显示为2D张量。每当我试图简单地使用a*b乘以它们时，就会出现一个错误：multiplication between 1D and 2D tensors not yet supported。我不能迭代地遍历每个索引，因为这个函数在我的程序中经常使用，并且会大大增加执行时间。如何将a和b相乘
浏览 1提问于2016-06-06得票数 0
回答已采纳
1回答
我有几个PyTorch示例使我感到困惑，我希望能把它弄清楚。Image (3d array): 256 x 256 x 3Result (3d array): 256 x_1501971235237/work/pytorch-0.1.12/torch/lib/
浏览 3提问于2017-10-07得票数 1
回答已采纳
基本上，我有两个张量，我试图将两个张量相乘(一个是简单的大小，另一个张量的大小是batch，x，y，z)，这样批次中的每个3D张量都会按其相应的值进行缩放
目前，我正在尝试以下方法，但我还没有找到一种可行的方法
浏览 4提问于2021-03-09得票数 1
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, Width]的张量，其中N是图像的数量，通道是特征映射中的通道的数量，高度和宽度是当前特征映射的。有人能解释一下pytorch中实现这一步的最佳方式和功能吗？ 我刚接触pytorch，找不到合适的方法。Te
浏览 35提问于2019-01-31得票数 1
回答已采纳
基本上，给定3D张量W，将其切片为矩阵，对于第j个切片(矩阵)，将其每边乘以e_1和e_2，得到一个标量，这是结果向量(此操作的输出)中的第j个条目。早先编辑了当前为
事实证明，将两个3D张
浏览 127提问于2015-12-06得票数 16
回答已采纳
2回答
没有所有连接的神经网络层
、、、、
如何在使用PyTorch (或Tensorflow)进行培训时实现这一点？我不希望这些重量在训练时变成非零。
如果它不直接支持它，一种方法是在每次迭代训练之后将所需的条目归零。
浏览 3提问于2020-09-15得票数 4
回答已采纳
1回答
我有以下代码：import torchimport torch.nn.functional as Fimport numpy as npmat = scipy.io.loadmat(folder+'INISTATE.mat');
ini_state = np.float32(mat['ini_state&
浏览 1提问于2018-06-09得票数 1
回答已采纳
2回答
纵火线性法中的多维输入？
、、、
但最近，我遇到了这样一个模型:线性层接受三维输入张量，并输出另一个三维张量(o1 = self.a1(x))。即使在传递了一个3D输入x = torch.randn(10,3,4)之后，为什么py呼机nn.Linear没有显示任何错误并给出一个3D输出呢？
浏览 3提问于2019-10-28得票数 3
回答已采纳
1回答
我训练了一个大约有26000个参数的神经网络，我打算在手机上使用它进行实时推理。我想知道是否有一种方法来估计一个神经网络的运行时间，考虑到网络和操作设备的大小。
浏览 5提问于2021-09-25得票数 0
回答已采纳
我得到了一个3D张量three和一个2D张量two，它们需要相乘。= 4x100x700
two.shape = 4x100 输出形状应为： output.shape = 4x100x700 所以基本上，在output[a,b]中应该有700个标量，这些标量是通过将three[a,b]中的所有700个标量与two[a,b]中的单个标量相乘而计算出来的。
浏览 379提问于2020-06-25得票数 1
回答已采纳
1回答
我有以下两个PyTorch张量A和B。.]]], dtype=torch.float64)torch.Size([3])torch.Size([3, 5, 5])对于张量A中的其他2
浏览 1提问于2020-12-03得票数 0
回答已采纳
1回答
如何添加数组(张量)列表
、、、
我定义了一个简单的conv2d函数来计算输入和内核(都是2D张量)之间的相互关系，如下所示： h = K.shape[0]for j in range (ŵ):当X和K为3级张量时我的问题是如何在列表中求和(按元素划分)张量(数组)，因此我省略了第二个for循环。
浏览 1提问于2019-10-29得票数 2
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
