我正在尝试弄清楚如何在b (batch size), d (depth), h (hight) and w (width)表示为如下的张量上进行移位: b, d, h, w = tensor.size() 因此,我需要找到移位张量和张量本身之间的减法。我正在考虑使用torch.narrow或torch.concat对每一边进行减法(向右、向左、向上和向下),每次我从相同的张量一侧(张量本身一侧)减去,最后我将对每一侧的差/减进行加/
我过去常常对两个一维数组执行外部减法,如下所示,以获得包含所有减法对的单个二维数组: import numpy as np
b = np.arange(3)
resultnp.all(result == np.array([[aa - bb for bb in b] for aa in a ])) # no rounding errors 现在状态空间切换到二维,我想执行相同的操作,但只对数组A和B的</em