所以，我在几个月前写了下面的代码，它运行得很好。虽然我正在努力研究如何简化它并使其更有效率。下面的函数将图像张量(B，C，H，W)拆分成相等大小的瓦片(B，C，H，W)，然后您可以单独对瓦片进行填充，以节省内存。然后，当从瓷砖重建张量时，它使用掩码来确保瓷砖无缝地混合在一起。这意味着右边缘平铺和底部平铺有时可能
浏览 92提问于2020-10-14得票数 1
回答已采纳
1回答
求移位张量的减法
、、
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
浏览 19提问于2019-09-26得票数 0
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<e
浏览 35提问于2019-01-31得票数 1
回答已采纳
2回答
我想要从N+1-dimensional数组中形成N-dimensional数组，更准确地说是从具有shape (B, H, W, C)的数组中生成(B, H, W, X, C)数组。但我真的不确定，如果我要编写包含多个中间操作和张量(移位、重复等)的代码，TF是否能够优化它并删除不必要的操作。此外，我认为这样的准则将是不干净和可怕的。
我想添加带有移位值的维度。即对于(H<
浏览 1提问于2017-07-08得票数 0
回答已采纳
也许一些更有经验的人知道如何解决这个问题。该函数的用法如下所示： In:一个名为A的[B x W x H x 2]张量 输出:大小为[B x p*W x q*W]的名为B的新张量，填充方式如下： for b from 0 to B: #loopmean=A[b,w,h,0],
浏览 17提问于2019-03-18得票数 1
回答已采纳
我正试图计算pos_weight，以便使用Pytorch对BCEWithLogitsLoss进行加权。我的面具张量的形状是tensor([1000, 9, 256, 256])，其中1000个是训练图像的数量，9个是掩码通道的数目(所有编码为0/1)，256个是每个图像侧的大小。然而，当我试图适应我的模型时，我会得到以下错误消息：tensor b (256) at non-singleton dimensi
浏览 4提问于2022-07-28得票数 0
回答已采纳
1回答
我有一个三维张量，我在python代码之外创建，并且能够以任何人类可读的格式进行编码。我需要将这个张量的值作为冻结层加载到我的pytorch神经网络中。我尝试将张量编码为[[[a,b],[c,d]], [[e,f], [g,h]], [[k,l],[m,n]]]格式的文本文件，这似乎是最符合逻辑的方式。但在npyio.py中得到了异常
ValueError: could not convert string to float: &#x
浏览 3提问于2020-11-19得票数 3
回答已采纳
简而言之，对于给定的通道和2x2像素的子集，空间到深度创建了一个由4个通道组成的单个像素。通道数乘以4，而高度和宽度除以2，数据被简单地重新组织。通过一些代码，这可能会更清楚： in_n, in_c, in_h, in_w = input.si
浏览 1提问于2019-12-04得票数 2
回答已采纳
X] h.append( tf.nn.relu( tf.matmul(h[-1], w) + b ) )
#h.append( tf.nn.tanh( tf.matmul(h[-1], w) + b
浏览 2提问于2021-08-25得票数 0
1回答
我的输出是形状的张量(n，c，h，w)。我的目标是形状(h，w)。我想计算输出和张量之间的损失，但问题是我有一个掩码。只有一部分的图像，我感兴趣的是计算损失和培训(我想忽略其余)。在/pytorch/aten/src/THNN/generic/ClassNLLCriterion.c:93
请查看我的代码(可能有一种更
浏览 0提问于2019-07-07得票数 1
1回答
例如，一个形状为(1,3,256,256)(pytorch样式)的图像，并将其分割为8x8=64补丁，每个补丁的高度和宽度均为32。因此，对于这个图像，我们可以得到256/32=8的行和8的列补丁，所以我们总共有8x8=64补丁。下面的代码使用einops重排函数可以得到正确的答案，但当我使用view函数时，我得到了正确的形状但不正确的值张量。谁能告诉我如何通过view函数来实现这个操作？c, h, <em
浏览 16提问于2021-04-29得票数 0
1回答
矢量成对距离
、、、、
TLDR：给定两个张量t1和t2，它们表示具有形状c,h,w的张量的b样本(即每个张量都有形状b,c,h,w)，我试图有效地计算出所有i、<code>d10<//代码>的t1[i]和t2[j]之间的成对距离我尝试过迭代批次(而不是样本)并使用torch.cdist(train_batch,test_ba
浏览 6提问于2022-06-08得票数 1
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]w = K.shape[1] ŵ = X.shape[1] - w + 1 for j in range
浏览 1提问于2019-10-29得票数 2
回答已采纳
2回答
基本上，如何将其转化为高效的for循环？我需要在文件夹中的文件名中插入一个空格，最好是子文件夹；在它后面的任何数字和任何字母之间，而不是在它之前，将文件名中的其他所有内容单独保留，包括可见的文件扩展名。数字并不总是在相同的标记上。filename:9b=9 b!set filename=!filename:1c=1 c!
set filename=!filename:2<
浏览 2提问于2015-03-29得票数 0
回答已采纳
3回答
我在PyTorch中使用一个简单的对象检测模型，并使用Pytoch模型进行推理。当我在代码中使用简单的迭代器时 image = imgproc.loadImage(image_path)320])
因此，当我使用应用相同转换的DataLoader进行批处理推断时，代码没有运行我有两个疑问
浏览 2提问于2020-07-03得票数 8
回答已采纳
2回答
对于下面的代码，如何计算步长？import torchx = torch.empty(N, C, H, W)输出为(3072,1024，32，1)
当转换为频道的最后格式时，这里的步幅是如何计算的？
浏览 0提问于2020-11-20得票数 1
回答已采纳
如果我有多维张量，我不完全理解如何使用tf.gather_nd()来提取沿着某个轴的元素。让我们举一个小例子(如果我得到这个简单例子的答案，它也解决了我更复杂的原始问题)。假设我有rgb图像，我试图沿着通道选择最小像素值(如果数据顺序为(B，H，W，C)，则为最后维数)。我知道用tf.recude_min(x, axis=-1)可以做到这一点，但是我想知道，用tf.argmin()和tf.gather_nd()也可以
浏览 1提问于2022-01-04得票数 1
回答已采纳
1回答
为了获得更简单的代码，我希望将经过训练的权重移植到PyTorch或numpy向前传递以进行预测。原始的Theano程序的预测是令人满意的，但是PyTorch前传将所有的例子都预测到了一个类别。下面是我如何使用h5py在Theano保存经过训练的重量：layer0_b = layer0.b.get_value&#x
浏览 0提问于2018-03-23得票数 0
回答已采纳
1回答
我继承了一些代码，其中包含一个IF语句，如果可能的话，我想减少它。下面是原始的IF语句....
为了清楚起见，我用方括号和大括号代替了圆括号。IF ( { W & X & Y & Z } or { C & D &
浏览 3提问于2011-07-07得票数 1
回答已采纳
5回答
我在下面编写了这个脚本，但是它需要.map(idx => ls(idx))，这是非常浪费的。我可以找到一种通过助手函数和尾递归来提高效率的方法，但是我觉得必须有一个更简单的解决方案，而这正是我所缺少的。 .take(sampleSize) .map(idx => ls(idx))
val sampleList = List("t","h
浏览 5提问于2015-07-07得票数 2
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
