广播火炬张量时，具有多个值的张量的布尔值不明确
是指在进行张量的广播操作时，如果存在多个值的张量，可能会出现布尔值不明确的情况。
张量的广播是指在计算过程中，将维度不匹配的张量自动进行扩展，以满足计算的要求。在广播操作中，会对张量的维度进行扩展，使得张量能够与其他维度相匹配，从而进行元素级别的计算。
然而，当存在多个值的张量时，可能会出现布尔值不明确的情况。这是因为在进行广播操作时，系统无法确定应该如何扩展多个值的张量，以使其维度能够匹配。这种情况下，系统会抛出布尔值不明确的错误。
为了解决这个问题，可以通过调整张量的形状或使用适当的广播规则来确保维度匹配。可以使用reshape()函数来改变张量的形状，以满足广播的要求。另外，了解广播规则和广播操作的机制也是解决布尔值不明确问题的关键。
关于张量广播以及如何处理布尔值不明确的情况，腾讯云提供了丰富的云计算产品和服务，例如腾讯云计算引擎（Tencent Cloud Computing Engine，CVM）和腾讯云AI推理（Tencent Cloud AI Inference），这些产品可以帮助开发人员轻松处理张量广播和相关问题。具体产品介绍和相关链接如下：
- 腾讯云计算引擎（Tencent Cloud Computing Engine，CVM）：腾讯云提供的弹性云服务器，支持多种计算场景和应用，满足个人和企业的需求。详细信息请参考：腾讯云计算引擎产品介绍
- 腾讯云AI推理（Tencent Cloud AI Inference）：腾讯云提供的AI推理服务，支持张量计算和深度学习模型的推理运算。详细信息请参考：腾讯云AI推理产品介绍
通过利用腾讯云的产品和服务，开发人员可以更加高效地处理广播火炬张量时，具有多个值的张量的布尔值不明确的问题，提高开发效率和计算性能。
相关·内容
2回答
我最近开始学习pyTorch，我从火炬社区搬来，因为我喜欢Python。
我在pyTorch.Any的洞察力中遇到了这种奇怪的行为，因为我们会很感激为什么会发生这种情况。
x=torch.Tensor(10,1).fill_(1)
y=torch.Tensor(10).fill_(2)
print(x.size()) #output is torch.Size([10, 1])
print(y.size()) #output is torch.Size([10])
z=x+y
z.size()
z.size() #output is torch.Size
浏览 6提问于2017-12-18得票数 1
回答已采纳
火炬中的全连接层(nn.Linear)是如何应用于“附加尺寸”的？说，它可以应用于将张量(N,*,in_features)连接到(N,*,out_features)，其中N在批处理中的示例数中，因此它是不相关的，而*是那些“附加”维度。这是否意味着使用附加维度中的所有可能的切片来训练单层，还是为每个切片或其他不同的部分训练单独的层？
浏览 0提问于2019-01-30得票数 3
回答已采纳
我有一个维度为Batch_size，n，n的3D火炬张量，这是我的网络层的输出，以及一个大小为n，n的恒定2D火炬张量。我如何在批量大小上执行逐个元素乘法，这应该导致一个大小为Batch_size，n，n的火炬张量？我知道可以使用显式循环来实现此操作，但我对最有效的方式感兴趣。 谢谢
浏览 16提问于2020-01-24得票数 0
回答已采纳
我在用毕火炬做一些机器人强化学习任务。我想使用有关状态的图像和信息作为此任务的观察对象。我所使用的实现并不直接支持这一点，所以我要做一些修改。期望观测是状态，作为一维张量，或图像作为三维张量(通道，宽度，高度)。在我的任务中，我希望观察是张量的一个元组。
在我的代码库中的许多地方，观察结果当然是一个张量，而不是张量的元组。是否有一种简单的方法将一个张量元组作为一个单张量来处理？
例如，我想：
observation.to(device)
当observation是单个张量时，要正常工作，当observation是张量的元组时，调用每个张量的.to(device)。
创建一个可以支持此功能的数据
浏览 2提问于2019-05-28得票数 7
1回答
我尝试将一个函数应用于3d火炬张量，同时将该函数应用于2d张量，该张量通过3d火炬张量的轴1读取。 例如，我有一个形状为(51, 128, 20100) (名为autoencode_logprob的变量)的火炬张量，函数(Rawid2sentence)在形状(51, 20100)的输入上运行。 现在，我编写了使用naive for循环运行的代码，使用range(128)逐个循环。 然而，它太慢了。以下是重要的代码部分。 autoencode_logprobs是3d张量，我需要沿着它的第二个轴应用rawids2sentence函数。有没有帮助将其矢量化？ for i in range(128)
浏览 19提问于2019-05-08得票数 0
我从头到尾用毕火炬写了YOLOv3。如果我用训练过的重量通过模型发送一个图像，它是有点工作的。下一步是用我的相机让YOLO实时发挥它的魔力。
我认为正确的工作方式是捕捉一帧视频并将其传送到网络中。把盒子写在同一帧上。
checkpoint = torch.load("\my_checkpoint_40.pth.tar")
model = YOLOv3(in_channels = 3, num_classes = 20).to(config.DEVICE)
model.load_state_dict(checkpoint["state_dict"])
ip_cam
浏览 4提问于2021-08-19得票数 0
回答已采纳
1回答
我是PyTorch的新手。TensorFlow有一个API tf.cast()和tf.shape()。tf.cast在TensorFlow中有特定的用途，火炬中是否有类似的东西？我有张量x=张量(形状(128，64，32，32))：tf.shape(x)创建维数1的张量，x.shape创建真维数。我需要在火炬中使用tf.shape(x)。
tf.cast有一个不同的作用，不仅仅是改变torch中的张量类型。
有谁在火炬/火炬中有类似的API吗？
浏览 4提问于2019-12-02得票数 8
回答已采纳
1回答
如何分割每一行的二维火炬张量？
、、、、
我有一个2D张量，我想切分：
x = torch.rand((3, 5))
在这个例子中，张量有3行，我想切片x，创建一个新的张量y，它也有3行和num_col cols。
对我来说，最具挑战性的是，我想在每一行中分割不同的列。我只有x、num_cols和idx，这是一个张量，用来保存从何处开始的索引。
我拥有的是num_cols=2，idx=[1,2,3]和
x=torch.arange(15).reshape((3,-1)) =
tensor([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12,
浏览 9提问于2022-03-10得票数 0
我在计算两个火炬张量的rmse误差。我想忽略/屏蔽标签为0的行(缺少值)。我如何修改这一行以考虑到这一限制？
torch.sqrt(((preds.detach() - labels) ** 2).mean()).item()
提前谢谢你。
浏览 1提问于2019-01-18得票数 2
回答已采纳
1回答
我有一个火炬张量，pred，在形式(B，2，H，W)，我想把两个不同的值，val1和val2，相加到轴1上的通道。
通过直接访问单通道，我设法以“机械”的方式做到了这一点，例如：
def thresh_format(pred, val1, val2):
tr = torch.zeros_like(pred)
tr[:, 0, :, :] = tr[:, 0, :, :].add(val1)
tr[:, 1, :, :] = tr[:, 1, :, :].add(val2)
return pred + tr
然而，我想知道是否有一种“更好”的方法，例如利用广播。我
浏览 5提问于2021-12-30得票数 0
回答已采纳
5回答
假设有一个火炬张量，例如具有以下形状：
x = torch.rand(20, 1, 120, 120)
我现在想要的是，得到每个120x120矩阵的最大值的指数。为了简化这个问题，我首先使用x.squeeze()来处理shape [20, 120, 120]。然后，我想得到火炬张量，这是一个指数与形状[20, 2]的列表。
我怎么能这么快？
浏览 3提问于2018-11-08得票数 24
回答已采纳
1回答
假设我们有火炬张量：
A: with shape BxHxW and values in {0,1}, where 0 and 1 are classes
B: with shape Bx2xD and real values, where D is the dimensionality of our vector
We want to create a new tensor of shape BxDxHxW that holds in each index specified in the spatial dimension (HxW), the vector that correspon
浏览 3提问于2021-12-06得票数 5
1回答
对于形状为(15, 10 )的布尔张量，我希望沿轴0执行bitwise_or，以便得到的张量为10。torch.bitwise_or不支持这一点。
我知道它可以在numpy中使用np.bitwise_or.reduce(x,axis=0)完成。我在火炬里没有发现类似的东西。如何减少火炬张量？
浏览 3提问于2021-07-30得票数 1
回答已采纳
我在用电筒工作，试图计算两个火炬张量中相等的元素数，这也等于一个特定的值。
也就是说，如果张量a=0,1,2,0,1,2和张量b=0，2，1，1，1
我想要它回来：
当我检查a，b中有多少个元素相等，并且也等于0时，3。和(a == b和a == 0和b == 0) = 2，当我检查a，b中有多少个元素相等，也等于1或2时，和(a == b和a == 1,2和b == 1,2) =0。
谢谢!
浏览 1提问于2020-07-17得票数 1
回答已采纳
我想创建一个像这样的张量 tensor([[[1,0,0],[0,1,0],[0,0,1]],[[2,0,0],[0,2,0],[0,0,2]]]]) 也就是说，当给定一个大小为(1，n)的火炬张量B时，我想创建一个大小为(n,3,3)的火炬张量A，使得Ai是一个Bi *(大小为3x3的单位矩阵)。 如果不使用'for句子‘，我该如何创建它？
浏览 11提问于2019-12-27得票数 1
回答已采纳
1回答
复制或创建零-张量
、、、
什么是好使用火炬张量:复制或创造新张量？速度呢？目标是在每次调用方法时得到一个具有常数大小的新零张量。
class CopyOrCreateZeros:
def __init__(self):
self.fx = torch.zeros((800, 600))
pass
def method(self, x):
""" this method will be used many ofter e.g. in loop """
# do something
浏览 5提问于2021-08-11得票数 0
我有名为"k1“的张量，它的形状是3,1,1,9，还有p1张量，形状是3,7,9,9，我想知道下面这条线是做什么的？
p1 = p1 .masked_fill(k1== 0, float("-1e30"))
浏览 0提问于2021-11-13得票数 0
1回答
执行LuaJIT ffi cdata 1和火炬张量2之间转换的最佳方法是什么。
根据Mike在lua用户邮件列表3中的答复，如果我们真的想将cdata转换为lua平原表，我们必须做一个循环来将每个条目复制到一个新创建的条目中。实际上，火炬张量提供了更好的LuaJIT ffi访问4的接口。所以，我目前的解决方案是先做一个循环，然后将cdata转换成lua平原表，然后调用张量构造函数，从表5创建张量。
但实际上，在我的情况下，我需要做类似的转换之间的LuaJIT ffi cdata和火炬张量非常频繁，有没有更好的方法，而不是循环复制？
(Creating cdata Objects组)
浏览 6提问于2016-05-22得票数 1
回答已采纳
1回答
考虑到任何一般的float torch.Tensor (可能包含一些 NaN 值)，我正在寻找一种有效的方法，要么用零替换其中的所有NaN值，要么将它们全部删除，并在另一个新的张量中筛选出“有用”的值。
我知道，要做到这一点，一个简单的方法是手动迭代给定张量中的所有值(并相应地将它们替换为零或对新张量拒绝它们)。
是否有一些预定义的火炬功能或组合功能，可以更有效地实现这方面的性能，这依赖于内在的CPU-GPU优化火炬？
浏览 1提问于2016-05-10得票数 2
回答已采纳
1回答
我想知道是否有可能将两个不同形状的pytorch张量连接起来。一个张量的形状为torch.Size(247247)，另一个张量的形状为torch.Size(10,183)。在dim=1上使用torch.cat()可以将它们连接起来吗？
浏览 16提问于2020-12-27得票数 0
3回答
给定火炬中的一维张量(torch.Tensor)，其中包含可以比较的值(例如浮点)，我们如何提取该张量中顶部k值的指数？
除了蛮力方法，我正在寻找一些API调用，火炬/lua提供的，它可以有效地执行这项任务。
浏览 6提问于2016-01-12得票数 9
回答已采纳
2回答
用数组索引火炬张量
、、、、
我有以下火炬张量：
tensor([[-0.2, 0.3],
[-0.5, 0.1],
[-0.4, 0.2]])
和下面的numpy数组：(如果有必要，我可以将它转换为其他的东西)
[1 0 1]
我想得到以下张量：
tensor([0.3, -0.5, 0.2])
也就是说，我希望numpy数组对张量的每个子元素进行索引。最好不用循环。
提前感谢
浏览 7提问于2020-04-19得票数 4
回答已采纳
我使用的是2017/18年度编写的代码库，我发现了以下代码：
audio_norm = audio_norm.unsqueeze(0)
audio_norm = torch.autograd.Variable(audio_norm, requires_grad=False)
我知道，Variable中的包装张量以前允许将它们的梯度合并到火炬以前版本的计算图中(现在不再需要)，但我不知道在torch.autograd.Variable(my_tensor, requires_grad=False)中包装张量的效用是什么。
有人能解释一下，这是否是一个成语，以及类似的现代火炬代码会是什么？我猜是在
浏览 7提问于2022-05-04得票数 1
回答已采纳
如果有一个3×3的火炬张量，我怎么能用火炬把它转换成3x1x3张量呢？
从3x3张量开始。
tensor([[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]])
..。我想把它转换成3x1x3张量
tensor([[[1., 1., 1.]],
[[1., 1., 1.]],
[[1., 1., 1.]]])
我怎么能在火炬上做到这一点？我知道通过这样的索引可以做到.
torch.ones(3, 3)[:, None, :]，但是我需要单独用火炬和火炬来做这件事。
我试过用这条线..。
torc
浏览 5提问于2022-08-21得票数 1
1回答
稀疏张量减少训练时间
、、、
我了解了PyTorch稀疏张量：
从docs ()：“火炬支持稀疏张量的COO(rdinate)格式，这可以有效地存储和处理张量，其中大多数元素是零。”
是否使用稀疏张量代替常规的PyTorch张量来减少训练时间？
浏览 3提问于2018-11-24得票数 2
回答已采纳
我正在将一个存储库从Py火炬Nightle1.0.0迁移到1.3.1。除去不必要的细节，它基本上是在执行以下操作顺序：
mu = torch.tensor(0.005)
bar = torch.eye(5, 5)
foo = torch.eye(5).expand(5, 5, 5)
# update
bar.copy_(mu * bar) # ok!
foo.copy_(mu * foo) # error
bar.copy_(mu * bar)可以工作，而当我试图对结果进行foo.copy_()时，它会给出以下错误：
RuntimeError:不支持的操作:写到张量的多个元素指的是单个
浏览 3提问于2020-01-25得票数 0
回答已采纳
我想将一个二维火炬张量复制到一个只包含值的目标张量，直到第一次出现202值，其余项目的值为零：
source_t=tensor[[101,2001,2034,1045,202,3454,3453,1234,202]
,[101,1999,2808,202,17658,3454,202,0,0]
,[101,2012,3832,4027,3454,202,3454,9987,202]]
destination_t=tensor[[101,2001,2034,1045,202,0,0,0,0]
,[101,1999,28
浏览 3提问于2021-12-18得票数 0
回答已采纳
1回答
我有张量A (Mask)和张量A的掩模(M )。
由于我的变压器网络的内存问题，我只想从张量A中提取由掩码定义的部分来做一个小张量。
例如，图1是我的张量A。我为蒙面查询密钥对画灰色。
图1.张量A的示例
我不需要灰色值来进一步计算。所以我想做一个较小的张量，包括所有所需的值。
在图1张量中，我希望使张量如图2所示。在图2中，灰色值只是虚拟值，对应值的索引是否是虚拟值可以通过掩码知道(图3)。
图2.较小的张量
图3.表示虚拟值填充的索引的掩码
我怎样才能用高效的火炬操作来做到这一点呢？
浏览 12提问于2022-08-02得票数 1
我有一个形状的火炬张量(32,100，50)和另一个形状的火炬张量(32,100)。分别叫A和B。我想把A和B相乘，这样A[i, j, :]上的50个元素中的每一个都被B[i, j]乘以，i.e.like用标量相乘一个向量。我怎样才能通过广播规则做到这一点？
浏览 1提问于2022-02-20得票数 1
1回答
火炬中的view()和Numpy中的reshape()相似吗？
view()被应用于火炬张量以改变它们的形状，而reshape()是改变射线形状的一个numpy函数。
浏览 0提问于2018-08-08得票数 5
回答已采纳
在Theano中，当具有A，B，C形状的三维张量x和C，D形状的二维张量y时，theano.tensor.dot(x, y)返回A，B，D形状的三维张量。
“火炬”中的等效操作是什么？torch.dot似乎不这样做，x * y和torch.mm抱怨说，他们想要两个参数的2D张量，而torch.bmm则需要两个参数的3D张量。
浏览 8提问于2016-03-16得票数 1
回答已采纳
1回答
用TSNE绘制火炬向量
、、、
我正在使用模型来训练它的一些蛋白质序列。我已经有了向量，现在我想用TSNE绘制它们。但是，当我试图将向量传递给TSNE模型时，我得到：
'list' object has no attribute 'shape'`
我应该如何绘制毕火炬向量(实际上，它们是焦火炬张量)？
我到目前为止掌握的代码：
sequence_representations = []
for i, (_, seq) in enumerate(new_list):
sequence_representations.append(token_representations[i, 1 : l
浏览 16提问于2022-07-28得票数 0
回答已采纳
我有一个火炬张量形状，torch.Size(1,16384，3)，我希望它是torch.Size(1,128,128，3)。 我该怎么做呢？
浏览 106提问于2021-07-13得票数 0
回答已采纳
1回答
有一个函数可用于导出numpy中两个张量的联合，如下所示：
import torch
import numpy as np
a = torch.tensor([0, 1, 2])
b = torch.tensor([2, 3, 4])
c = np.union1d(a, b) # c = array([0, 1, 2, 3, 4])
c = torch.from_numpy(c) # c = torch.tensor([0, 1, 2, 3, 4])
但是，我正在寻找torch函数，它可以直接用于两个张量。如果像上面一样使用numpy函数，则必须将结果从numpy转换为torch，并且必须使用
浏览 2提问于2022-10-07得票数 1
回答已采纳
1回答
有没有办法批量获得火炬张量的直方图？ 例如:X是形状(64, 224, 224)的张量 # x will have shape of (64, 256)
x = batch_histogram(x, bins=256, min=0, max=255)
浏览 32提问于2021-10-03得票数 2
1回答
我已经读过一些关于lua/torch中的“数组”的教程，我看到的只是张量这个词。他们到底是什么？如何初始化2d“张量”？我试过torch.Tensor{1,2,3}，它给了我
1
2
3
在八度/MATLAB中类似于torch.Tensor{1,2,3;4,5,6}，但这给了我另一个列向量
1
2
3
4
5
6
怎样才能得到如下的2d“张量”？
1 2 3
4 5 6
另外，我用火炬来执行我的lua文件。除了“张量”之外，是否没有其他数组表示法?也就是说，我们是否没有其他方法来表示火炬中的矩阵？
浏览 1提问于2016-05-30得票数 0
回答已采纳
我一直在尝试更好地理解RNN，并且正在使用numpy从头开始创建一个RNN。我在计算损失的时候，有人建议我不要用梯度下降和权重矩阵来更新自己，而是使用pytorch .backward函数。我开始阅读这里的一些文档和帖子，介绍它是如何工作的，似乎它将计算火炬张量在函数调用中包含requires_grad=True的梯度。
因此，除非创建火炬张量，否则我无法使用.backward。当我试图在损失标量上这样做时，我会得到一个'numpy.float64' object has no attribute 'backward'错误。我只是想确认一下。谢谢!
浏览 9提问于2022-07-20得票数 0
1回答
我有一个大小的火炬张量(4,3,224,224)。当我试图将第一个张量转换为图像对象时，它说：
TypeError: Cannot handle this data type
我运行了以下命令：
img = Image.fromarray(data[0][i].numpy().astype(np.uint8))
其中数据是Py手电筒张量。
我尝试了其他的解决方案，但没有找到任何解决方案。
请建议!！
浏览 1提问于2018-08-23得票数 2
回答已采纳
使用PyTorch，我有一个尺寸为(b, 2, x, y)的多维张量A，以及尺寸(b, 2, x, y, 3)的另一个相关张量B。
我希望在dim=1中得到A中的最小值的索引(这个维数是2)，并将这个索引张量应用到B，这样我就可以得到一个形状(b, x, y, 3)的张量。
通过使用A_mins, indices = torch.min(A, dim=1)，我可以得到形状为(b, x, y)的张量indices，其中值是0还是1，这取决于A中dim=1的最小值。我不知道如何将其应用于B以获得所需的输出。我知道torch.index_select做了类似的工作，但只针对一维索引向量。
浏览 15提问于2022-02-23得票数 2
回答已采纳
1回答
我想要在三维火炬张量中选择特定的行，就像下面这样:它可以从每个子二维张量中获得随机数量的行，并且我想将它们合并在一起。我想要的是一个三维张量：
tensor([[[0.7185, 0.2953, 0.6841, 0.1045]],
[[0.6817, 0.4053, 0.2318, 0.1309]],
[[0.8265, 0.8029, 0.3165, 0.2020],
[0.6041, 0.0118, 0.8386, 0.5076]],
[[0.6985, 0.7313, 0.4613, 0.1862],
浏览 0提问于2019-07-19得票数 0
1回答
我试图在张量中得到最上面的N个元素。我有一个映射，它告诉我如何排序张量值。
values_mapping = {1: 12, 3: 1, 4: 2, 2: 34, 12: 3}
tensor = torch.tensor([1, 4, 12, 2])
tensor.topk(3)
这里的结果应该是torch.tensor([1, 12, 2])，即使用values_mapping映射它们之后的最高值。
有没有办法用手电筒这样做？我们能告诉火炬如何排序它得到的价值吗？
浏览 3提问于2022-04-20得票数 -1
1回答
在火炬上垫一个张量
、、、、
我有一个100x100像素的图像在火炬张量，我想实现一个“放大”转换。如何使用火炬工具箱(或其他)实现这一点？
我已经通过简单地使用image.crop和image.resize实现了“放大”。
在Matlab中，我将计算图像的平均灰度，用该颜色填充数组n个像素(保持原始图像为中心)，然后将大小调整到100×100像素。手电筒的“垫张”功能？
谢谢!
浏览 3提问于2015-12-15得票数 1
回答已采纳
请澄清Tensorflow中的广播是否会在广播时分配一个新的内存缓冲区。
在Tensorflow文档中，有一句话说(强调后加)：
在大多数情况下，广播既节省时间又节省空间，因为广播操作从未实现内存中扩展的张量。
然而，在另一句话中，它说：
例如，与数学运算不同的是，broadcast_to在节省内存方面没有什么特别之处。在这里，，你是在实现张量。
print(tf.broadcast_to(tf.constant([1, 2, 3]), [3, 3]))
说这是一个广播操作。
广播数组以获得兼容的形状。
然后根据上面的“广播操作永远不会实现内存中的扩展张量”语句，它应该
浏览 2提问于2021-04-07得票数 1
回答已采纳
我有一个2600行的数据帧，每行都有形状为(192,)的火炬张量。 ? 我如何将这个数据帧保存到一个文件中，这样当我再次加载它时，我仍然可以使用“类似字典”的方式访问它的内容？ 保存to_csv()会将张量转换为字符串，这会在我需要解析的地方造成混乱。
浏览 35提问于2021-06-28得票数 0
我正在试图计算Pytorch中的矩阵对数，但我需要保留张量，因为我随后应用了梯度，这意味着我不能使用numpy数组。基本上，我试着做与相当的事情，但是用的是火炬张量。谢谢。
浏览 7提问于2022-08-09得票数 2
让我介绍一下numpy中的示例问题：
arr - some numpy array
a, b - constants
arr[arr < a] = b
现在，我想实现相同的功能，但在Tensorflow中，arr是张量。在运行时之前不知道张量值。
正如您所看到的，这个答案将给出两个方面的说明:给张量内的特定位置赋值，并对张量进行条件调整，以及检索满足条件的索引。
浏览 0提问于2018-05-20得票数 0
回答已采纳
我有一个4维的火炬张量。它的形状是50，1，1,200。我必须得到一个包含200个3d张量的模块的列表。哪种方法是最简单的？
浏览 7提问于2021-04-26得票数 1
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
