具有给定索引列表的PyTorch张量矢量化切片

文章/答案/技术大牛

发布

1回答

python、pytorch

假设我有一个长度为L的一维PyTorch张量end_index。我想构造一个具有L条直线的2D PyTorch张量T，其中当j < end_index[i]时为T[i,j] = 2，否则为T[i,j] = 1。以下是工作原理：for element in end_index:有没有一种向量化的方法可以做到这一点

浏览 5提问于2021-03-08得票数 3

回答已采纳

4回答

对于给定的条件，得到二维张量A中的值指数，用它们来索引三维张量B

python、multidimensional-array、pytorch、tensor、tensor-indexing

对于给定的2D张量，我想检索值为1的所有索引。我希望能够简单地使用torch.nonzero(a == 1).squeeze()，这将返回tensor([1, 3, 2])。然而，相反，torch.nonzero(a == 1)返回一个2D张量(没关系)，每行有两个值(这不是我所期望的)。然后，返回的索引应该用于对三维张量的第二维(索引1)进行索引，并再次返回2D

浏览 7提问于2019-09-27得票数 1

回答已采纳

1回答

如何返回张量中缺少的元素的先前相邻索引？

pytorch

我在火把中有两个张量：和我如何使用pytorch的张量API(Ops)来查找tensorB中缺少的TensorA元素，然后对于每个缺失的元素，返回TensorA中最近的前一个元素的索引？对于[3, 4, 5]，我们需要在tensorA中返回它们以前的相邻元素的

浏览 0提问于2023-04-13得票数 0

1回答

为什么Pytorch在读取数据方面比Tensorflow慢

python、tensorflow、deep-learning、pytorch

我尝试了两种版本代码来迭代MNIST数据，以比较经过的时间。) in enumerate(db):toc = time.time()其结果是TF经过2s和Pytorch那么，为什么Pytorch在读取数据方面比Tensorflow慢呢？我是不是弄错了？谢谢!

浏览 2提问于2020-08-01得票数 1

1回答

基于argmax的PyTorch索引

indexing、pytorch、vectorization、tensor

亲爱的社区，我对PyTorch中的张量索引有一个挑战。问题很简单。给定一个张量，创建一个索引张量来索引每列的最大值。x = T.tensor([[0, 3, 0, 5, 9, 8, 2, 0], 考虑到这个张量，我想构建一个布尔掩码，用于索引每个colum的最大值

浏览 1提问于2022-06-15得票数 0

回答已采纳

1回答

如何在PyTorch中选择二维索引？

numpy、pytorch

给定a = torch.randn(3, 2, 4, 5)，我如何选择像(2, :, 0, :), (1, :, 1, :), (2, :, 2, :), (0, :, 3, :)这样的子张量(结果是(2, 4, 5)或(4, 2, 5)大小的张量) 0.5580 -0.0337 1.0048 -0.5044 0.6784[torch.FloatTensor of size 2x5] 然而，

浏览 5提问于2017-11-19得票数 4

回答已采纳

1回答

根据索引追加缺失值

python、numpy、pytorch

假设我有一个张量以及对应于values的index假设我想用一个固定值(100)插入缺失的索引(1 and 3)，这样我就得到在PyTorch (或numpy)中有没有一种矢量化的方式来做这件事

浏览 19提问于2020-03-08得票数 0

回答已采纳

2回答

Pytorch选择张量

pytorch

我想知道Pytorch是否有切片函数(与tf相同)。特别是，我想选择橙色的行。 

浏览 0提问于2018-12-22得票数 2

回答已采纳

1回答

如何添加数组(张量)列表

python、numpy、tensorflow、pytorch

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，我计算每个通道的conv2d，然后将它们相加如下： cros

浏览 1提问于2019-10-29得票数 2

回答已采纳

3回答

广播火炬张量时，具有多个值的张量的布尔值不明确

python、pytorch、tensor、broadcast

我的目标是提取pytorch张量的维度，其索引不在给定的列表中。I don't want to extractresult = Sim[a] 我假设a是一个维度为5的True/Flase张量，但我得到了错误的RuntimeError: Boolean value of Tensor

浏览 85提问于2021-10-20得票数 0

回答已采纳

1回答

如何从内容张量和指数张量建立张量？

python、pytorch

我试图根据另外两个张量的内容组装一个张量，如下所示：我有一个叫A的二维张量，它的形状为I* J，另一个叫B的二维张量，它的形状为M* N，其元素是A的第一维的指数，我想得到一个具有M*N*J形状的三维张量C，使得[0，M)中的所有m和[0，N]中的所有m都有C[m,n,:] == A[B[m,n],:]。我可

浏览 3提问于2022-01-31得票数 1

回答已采纳

2回答

tf.gather_nd直观地做了什么？

tensorflow

你能直观地解释或者给出更多关于tf.gather_nd的例子，以便在Tensorflow中索引和切片到高维张量吗？我阅读了，但它非常简洁，我发现自己很难理解函数的概念。

浏览 2提问于2017-03-05得票数 35

2回答

修改张量的行，使其具有由列表提供的特定索引(Pytorch)

pytorch、tensor

我有一个形状(N，M)的张量X和指数idx_list的列表。我想修改X，但只修改idx_list给出的行。所以我想做这样的事情：Y是一个形状为(len(idx_list), M)的张量

浏览 6提问于2022-10-18得票数 0

回答已采纳

1回答

如何处理火把这个案子？

pytorch

我有以下两种协相关张量data和mask。data的大小是1x2x24x2，mask的大小是1x2x24。在mask中，True意味着data中对应的数据是有效的，并且应该是梯度反向传播。product result[b,n] = torch.abs(total) / 2 然后，将result张量输入到后续处理中我的问题是，是否有任何加速方法来消除n**，？

浏览 5提问于2020-12-25得票数 0

回答已采纳

2回答

如何在索引处添加pytorch张量？

pytorch

我必须承认，我对散布*和索引*操作有点迷惑--我不确定它们中的任何一个都能做我想要的，这很简单：给定一些2-D张量 z = tensor([[1., 1., 1., 1.],和一个列表(或张量？)2-d索引中： inds = tensor([[0, 0], [1, 2]]) 我想在这些索引处向z添加一个标量(并高效地执行此操作如果有必要，我可以使该标量成为任

浏览 19提问于2019-09-19得票数 1

回答已采纳

1回答

Pytorch:如何获得沿轴的切片平均值，其中切片索引值是在不同的张量上定义的，而梯度只流到切片中。

pytorch

我想取一个张量的轴的平均值，由张量定义，包含几个切片。其中，累积和是通过我想要得到平均值的整个轴来计算的，然后从开始切片索引之前的累积和行中检索和减

浏览 14提问于2022-03-05得票数 1

回答已采纳

2回答

我想将一个大小为(n X N X M X m)的张量T转换为一个大小为(n X M X m)的张量U，同时只检索(NxN)块(即Uikl=Tiikl)上T的对角元素。torch.diag()只适用于2-D张量，我真的看不出如何在不对元素的索引进行循环的情况下做到这一点(考虑到我认为它的计算效率很低，我希望避免这种情况)。简而言之，我想对以下代码进行矢量化： U = torch.zeros(n, m,

浏览 4提问于2018-02-10得票数 1

2回答

PyTorch中张量对切片的矢量化赋值

python、arrays、vectorization、pytorch、tensor

我正在尝试向量化表单的切片赋值 for j in range(a.shape[2]):for i in range(a.shape[1]):这可能是b和a的样子：您可以看到结果矩阵<

浏览 0提问于2019-09-28得票数 1

2回答

如何计算外和(类似于外积)

pytorch、numpy-einsum

给定张量x和y，每个张量都具有形状(num_batches, d)，我如何使用PyTorch来计算批处理中x和y的每个组合的和？它可以通过笛卡尔乘积来完成，然后对每一个组合进行求和。PyTorch能在没有循环的张量中做到这一点吗？

浏览 24提问于2022-07-13得票数 0

回答已采纳

2回答

PyTorch图形处理器内存管理

pytorch

在我的代码中，我想要替换张量中的值，例如，给定某些索引的值为零 target_mac_out[avail_actions[:, 1:] == 0] = -9999999 但是，它返回OOM RuntimeError10.76 GiB total capacity; 9.45 GiB already allocated; 4.75 MiB free; 9.71 GiB reserved in total by PyTorch) 我认为没有内存分配，因为它只是访问targ

浏览 54提问于2021-01-17得票数 0

点击加载更多