腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(8343)
视频
沙龙
1
回答
如
何在
Pytorch
中
连接
大小
分别为
[
B
,
C
,
13,18
]
和
[
B
,
C
,
14,18
]
的
两个
张量
?
、
、
、
、
当图像或
张量
的
高度或宽度变得奇怪时,我经常遇到这个问题。 例如,假设原始
张量
的
大小
为
B
,
C
,
13,18
。在转发步长为2
的
卷积层
和
其他几个卷积层后,其
大小
将变为
B
,
C
,7,9。如果我们将输出上采样2,并像大多数情况下将其与原始特征图
连接
,则会出现错误。 我发现在许多源代码
中
,他们甚至使用(512,512)这样
的
<
浏览 17
提问于2020-07-29
得票数 0
1
回答
Pytorch
乘法广播
、
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
1
回答
除了高度
和
宽度之外,从torch.Torch.size()返回
的
值是什么?
、
、
我正在使用一个模块(SwimIR)来实现基于
PyTorch
的
图像超分辨率
b
,
c
, h, w = img_lq.size() W = torch.zeros_like(E) 也就是说,得到
张量
形状并创建一个新
的
相同形状
的
零
张量
。除了高度<
浏览 11
提问于2022-06-21
得票数 1
回答已采纳
2
回答
将
张量
列表转换为
张量
pytorch
、
我有
张量
列表,每个
张量
都有不同
的
大小
,如何使用pytroch将这个
张量
列表转换为
张量
更多信息我
的
列表包含
张量
每个
张量
都有不同
的
大小
例如第一个
张量
的
大小
是torch.Size(76080,38) 其他
张量
的
形状在第二个元素
中
可能不同,例如列表
中
的
第二个<em
浏览 142
提问于2019-03-08
得票数 14
回答已采纳
1
回答
使用tf.gather根据另一个
张量
行明智地按行提取
张量
(第一维)
、
、
我有
两个
张量
,维数
分别为
A:[
B
,3000,3]
和
C
:[
B
,4000]。我希望使用tf.gather()来使用
张量
C
中
的
每一行作为索引,并使用
张量
A
中
的
每一行作为参数,以获得[
B
,4000,3]
大小
的
结果。下面是一个让这更容易理解
的
例子:假设我有
张量
作为
浏览 1
提问于2019-03-01
得票数 1
回答已采纳
1
回答
Keras与Py手电
的
不同矩阵增殖行为
、
、
、
、
我试图了解在DL框架
中
矩阵乘法是如
何在
二维上工作
的
,我偶然发现了一篇文章。他用Keras来解释同样
的
事情,这对他来说很管用。但是,当我试图在
Pytorch
中
复制相同
的
代码时,它会失败,与下面代码
的
输出
中
的
错误一样。火炬代码:
b
= torch.ones((7,4,5))
浏览 7
提问于2021-01-10
得票数 1
回答已采纳
1
回答
不计算参数
的
梯度
a = torch.nn.Parameter(torch.randn(1, requires_grad=True, dtype=torch.float, device=device))
c
= a + 1for epoch in range(n_epochs):
浏览 3
提问于2019-10-16
得票数 3
回答已采纳
1
回答
将值复制到空
张量
中
、
我已经创建了一个特定
大小
的
张量
,即
C
=4,3,40。我想把之前
张量
中
的
值复制到这个
张量
中
。 我想复制
张量
A= 4, 3
的
所有值,只复制
张量
B
= 4, 40, 1
的
二维值。A
和
B
都是FloatTensors。 我试过了: ten_size = torch.zeros(4, 3, 40) 但这显然是一个全为零<em
浏览 9
提问于2021-04-02
得票数 1
1
回答
3,4轴
pytorch
中
的
矩阵乘法
、
、
我有
两个
形状
张量
a(16,8,8,64)
和
b
(64,64)。假设我将a
的
最后一个维度提取到另一个列向量
c
中
,我想计算matmul(matmul(
c
.T,
b
),
c
)。我希望这在a
的
前3个维度
中
的
每一个维度都能完成。这就是最终
的
产品应该是形状(16,8,8,1)。我如
何在
pytorch
中
实现这
浏览 12
提问于2019-12-20
得票数 2
回答已采纳
3
回答
如何生成像[0,2,4,1,3,5]这样
的
索引,而不使用显式循环来重新组织
Pytorch
中
的
张量
行?
、
、
、
假设我有个
张量
[2, 1, 3, 4, 5, 0],, 5, 0, 2], [5, 3, 0, 4, 1, 2]])
c
= torch.tensor([0,2,4,1,3,5])
b
= torch.te
浏览 10
提问于2021-12-27
得票数 0
回答已采纳
1
回答
对于pad_sequence(),
张量
a (20)
的
大小
必须与非单例维数为1
的
张量
b
(25)
的
大小
匹配。
、
、
、
我
的
守则:
b
= torch.ones([1, 25]) 对此代码
的
跟踪是: RuntimeError: The size of tensor a (20) must matchthe size of tensor
b
(23) at
浏览 14
提问于2022-08-10
得票数 0
1
回答
理解不同尺寸
张量
上
的
广播
和
算术运算
、
、
我目前正在计算向量之间
的
各种相似性度量,比如余弦相似度,欧几里德距离,马氏距离等等。由于我处理
的
向量可能很大,所以我需要
的
计算时间最小。我很难理解如何处理不同维度
的
向量(但是,它们确实共享一个维度),以及如
何在
PyTorch
中
处理这个问题。 对于v_a
中
浏览 15
提问于2022-05-18
得票数 1
回答已采纳
1
回答
如何计算numpy
中
两个
矩阵
的
外积?
我有
两个
矩阵A
和
B
的
大小
分别是NxK
和
MxK。我希望计算一个
大小
为NxMxK
的
张量
C
,使
C
(i,j,k) = A(i,k)*
B
(j,k)。 如
何在
numpy中有效地实现这一点?
浏览 1
提问于2017-04-27
得票数 1
回答已采纳
2
回答
Tensorflow
中
不同
大小
张量
的
自定义合并函数
我有
两个
不同
大小
的
张量
,并希望编写一个自定义
的
合并函数 a = tf.constant([[1,2,3]])
b
= tf.constant([[1,1,2,2,3,3]]) 我想取
张量
a
中
的
每个点与
张量
b
中
的
两个
点
的
点积。因此,在上面的示例
中
,a
中
的
元素1与
b</e
浏览 18
提问于2019-10-06
得票数 0
回答已采纳
1
回答
如何将
张量
连接
到另一张
张量
列表
中
?
、
、
、
我有一个形状"torch.Size(2,2,3)“
的
张量
和
形状"torch.Size([2, 1, 3])”
的
另一个
张量
。我想要一个"torch.Size([2, 2, 6])“形状
的
级联
张量
。例如:
b
=torch.tensor([[[99,99,99]],[[我希望输出为:[[[99,99
浏览 0
提问于2021-03-22
得票数 1
回答已采纳
1
回答
在前馈步骤
中
,给定
张量
的
索引版本,py手电是如何执行反向微分
的
?
这些代码中有一些是改编自“用
Pytorch
进行深度学习”一书。: squared_diffs = (t_p - t_
c
)**2 return squared_diffs.mean我
的
问题是,
PyTorch
到底在做什么来计算params
张量
的
梯度?“前馈”步骤使用params
张量
的
两个
次<em
浏览 7
提问于2021-07-18
得票数 0
1
回答
PyTorch
中
两个
张量
的
所有可能
的
连接
假设我有
两个
张量
S
和
T,定义如下:T = torch.ones((3,2,1))我想在批次之间
连接
所有可能
的
配对。批处理
的
单个串联会产生形状为(4, 1)
的
张量
。有一些
张量
组合,所以最终得到
的
<e
浏览 3
提问于2021-09-02
得票数 3
2
回答
如何将字符串
张量
与tensorflow.js
连接
?
、
我尝试使用tensorflow.js
连接
两个
张量
。如果
两个
张量
都只包含数值,则可以正常工作。var a_concat_
b
= a.concat(
b
, 1);<script src="https://cdnjs.cloudflare.com"7.0", "5.0"], ["3.0"
浏览 3
提问于2019-01-16
得票数 1
1
回答
张量
切片: tensorflow与Py手电筒
、
、
、
、
我在TF
和
PyTorch
中
测试这个简单
的
切片操作,这
两个
操作都应该匹配。].permute(0, 2, 3, 1).numpy() - tf_x[:, 1:].numpy()))
b
,h, w,
c
= pt_x.shapeprint(np.any(pt_x.view(
浏览 1
提问于2022-10-20
得票数 0
回答已采纳
2
回答
在
pytorch
中
合并
两个
张量
张量
a: tensor([[1, 2, 3], [1, 2, 3], [1, 2, 3, 4], [1,2, 3, 4]]) 问题2:如何除以
张量
c
,得到
浏览 42
提问于2020-01-02
得票数 1
点击加载更多
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
深度学习:必备数学知识之线性代数篇
深度学习必备数学知识之线性代数篇
对比PyTorch和TensorFlow的自动差异和动态模型
对比PyTorch和TensorFlow的自动差异和动态子类化模型
PyTorch的10个基本张量操作
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券