我正在做一个实验，使用PyTorch框架中的人脸图像。输入x是大小为5*5(高*宽)的给定人脸图像，有192个通道。 目的:获得patch_size中x的斑块(作为参数)。在两个for循环的帮助下，我获得了所需的结果。但我想要一个更好的矢量化解决方案，这样计算成本就会比使用两个for循环要少得多。使用: PyTorch 0.4.1 (12 GB) Nvidia TitanX图形处理器。下面是我使用两
浏览 7提问于2019-06-13得票数 0
回答已采纳
1回答
我正在开发一种算法，它涉及一个CPU情况，允许NumPy，以及一个GPU情况，允许PyTorch。物体几乎总是四维的。该对象的两个版本如下所示。array([0.5625, 1.250, 0.6250])
max_tensor_fn(B_tensor) # returns tensor([0.5625, 1.250, 0.6250]) 这里讨论了部分解决方案，但这仅适用于CPU上的NumPy： Max of each 2D matrix in 4D NumPy array 然而，在图形处理器上，P
浏览 12提问于2020-08-12得票数 0
1回答
我有张量x和x.shape=(batch_size,10)
对于这两个操作，我得到了相同的张量，但是当我调用loss.backward()时，(2)在反向传播中所花费的时间要比(1)多得多。
浏览 1提问于2018-12-09得票数 1
1回答
火火炬的自定义交叉熵损失
、、、
我已经完成了pytorch交叉熵损失函数的自定义实现(因为以后需要更多的灵活性)。我打算用它来训练的模型需要相当长的时间来训练，而且可用的资源不能仅仅用于测试函数是否正确的实现。我已经实现了矢量化实现，因为它将更快地运行。以下是我的代码： loss= -torch.mean(torch
浏览 2提问于2019-06-19得票数 5
回答已采纳
1回答
我有一个1100万的句子语料库，我需要矢量化来做进一步的比较。每件事情都运行得很好，但CPU的运行速度却非常慢(大约每秒6句)。对激光库的调用非常简单，而且没有更多的参数可调。Laser在主页上，他们声称：
它提供极快的性能我如何利用我的G
浏览 10提问于2021-04-19得票数 0
回答已采纳
在使用PyTorch库时，DataFrame中有许多有用的方法。为了加速使用DataFrame.apply(用于列)方法，我决定使用PyTorch库。我的第一印象是我不能使用这个库来完成我的任务-- PyTorch和通常的numpy array.It一样处理数据，这意味着我不能使用PyTorch加速'apply‘方法。我断定这是真的，而且对于其他不错的DataFrame特性也是如此。如果我错了，请告诉我如何才能解决我
浏览 5提问于2020-08-21得票数 0
我有两个任意形状的张量，有几个维。我想要计算predicted_tensor中接近目标张量值的值的数目。对于for循环，应该是这样的：predicted = torch.flatten(predicted_tensor)
correct_values我在找一个矢量化的解。对于如何用一个简短的矢量化</e
浏览 9提问于2022-02-20得票数 1
回答已采纳
我需要对pytorch中的一些矩阵求逆。然而，一些矩阵是不可逆的，这导致代码抛出运行时错误，如下所示。目前，我已经用非矢量化版本替换了代码，但它已经成为一个瓶颈。
有没有办法在不放弃矢量化的情况下处理这个问题？
浏览 638提问于2020-05-04得票数 0
回答已采纳
1回答
由于没有对其进行矢量化，我的PyTorch代码运行得太慢了，而且我不知道如何将它向量化，因为我对pytorch还比较陌生。有人能帮我做这件事还是指给我正确的方向？
浏览 6提问于2022-03-31得票数 2
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
我有一个G=18000x3的3D点的地面真实值的张量，以及来自相同大小O=18000x3的网络的输出。我需要计算一个损失，这样我基本上就有了每个三维点之间距离的平方根，对所有关键点求和，并在18000以上归一化。我如何高效地写这篇文章呢？
浏览 14提问于2019-02-06得票数 0
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
浏览 32提问于2021-10-03得票数 2
1回答
我正在做这个问题，给我两个PyTorch矩阵，A和B，形状为(M,d)和(N,d)，我想要创建每一对行之间距离的矩阵。因此得到的距离矩阵有D[i,j] = torch.sum((A[i] - B[j])**2)。
我想以矢量化的方式编写代码。建议是使用矩阵乘法，这让我想到了有效的解决方案:由于AB^T会给出A的第1行的点乘积和B的第j行，所以我可以利用这个事实来得到一个有效的解。，我的</e
浏览 13提问于2022-06-29得票数 1
我有一个关于“飞行中”标记的问题。这个问题是通过阅读“如何从零开始使用变形金刚和托卡器来训练一个新的语言模型”提出的。最后有一句话：“如果您的数据集非常大，可以选择动态加载和标记示例，而不是作为预处理步骤”。我尝试了一种将datasets和tokenizers结合起来的解决方案，但是没有找到一个好的模式。我想这个解决方案需要将一个数据集包装到Pytorch数据集中。作为的一个具体例
浏览 0提问于2020-12-05得票数 4
2回答
在过去的几周里，我一直在尝试涉足人工智能，我尝试着用conda安装pytorch，看起来一切正常，但随后我收到了错误消息：我一直在网上搜索，但似乎找不到这个错误的答案。我已经卸载并重新安装了anaconda，当我创建一个新环境并安
浏览 7提问于2021-07-06得票数 0
我已经将我的SageMaker pytorch_36内核中的torch版本更新为torch版本1.0.0。然后，我尝试运行示例notebook pytorch_torchvision_neo.ipynb，也将framework_version更改为1.0.0。然后Neo编译失败。控制台错误消息实际上告诉我要确保使用的是1.0.0，但示例notebook似乎只适用于0.4.0。
浏览 23提问于2019-02-23得票数 0
我必须使用Pytorch来计算这个值。但是它在GPU上非常慢，实际上并不比CPU版本快。result[i] = (w[i].unsqueeze(-1) * a[index[i]]).sum(0) # shape (10, 1) (10, 100) -> (100)
要对其进行矢量化，一种简单的方法是删除[i]。问题是，a[index]创建了一个形状为(k, 10, 100) i.e. (1E10)的张量，导致了CUDA out of memory。我只需要访问a，所以不需要额外<
浏览 6提问于2020-05-12得票数 2
1回答
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
我的神经网络有多个输出张量，我想在Forward-Propagation函数的末尾将它们收集到一个列表中。层的torch.nn.ModuleList，input是模型的输入，self.number是输出的数量。我想使用内置的map方法进行优化，如下所示： append = output.append
output = map(lambda x: self.out[x](input)), range(0,self.number)) 对于这两个函数，输出是相同的</
浏览 254提问于2020-01-07得票数 0
1回答
简化电灼器
、、、
请考虑下面的pytorch片段：Y = torch.einsum("rij, sij -> rs", B, B)torch.einsum("ij, ij, ij -> ", X, Y, Z)
是否有可能以一种更简洁(即更矢量化/最优)的方式来表述
浏览 11提问于2021-12-05得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
