1回答
我有一个秩为N的张量类，它包装了存储在数组中的数据。例如，秩3张量将具有维度(d0，d1，d2)，并且将使用来自长度为d0*d1*d2的底层数组的多索引(i0，i1，i2)来访问唯一元素。如果为d0=d1=d2=10、i0=1、i1=2、i2=3，则将访问数组的元素123。我实现了一个递归定义的类，它从多个索引计算单个数组索引，如下所示：
template<
浏览 13提问于2018-07-28得票数 1
回答已采纳
1回答
我有一个tf.keras模型，它以形状(batch_size, )的张量作为输入，并输出相同形状的另一个张量。索引i的结果不依赖于索引j != i的任何输入。我想把这个模型应用到任意形状的(dim1, dim2, ..., dimn)张量上。在理论上，这应该是可能的，但在实践中，tensorflow拒绝处理任何输入形状超过1维的事物。什么才是最优雅的</e
浏览 5提问于2022-11-21得票数 0
回答已采纳
1回答
我使用的是特征张量库，在我看来，霉运()方法需要输入一个对象Eigen::array<type，int>。在我的实现中，我有一个std::list，我需要传递给洗牌(当然，我只在运行时知道第二个int param (排名)！)
浏览 4提问于2020-09-01得票数 1
回答已采纳
我有一个掩码active，它跟踪尚未在循环过程中终止的批处理。它的维度是[batch_full,]，它的真实条目显示了在当前步骤中仍然需要使用哪些元素。递归过程生成另一个掩码terminated，它具有与active掩码中的真值相同的元素。现在，我想从~terminated中获取值，并将它们放回active中，但要选择正确的索引。基本上我想做的是
浏览 15提问于2022-04-05得票数 3
回答已采纳
1回答
有没有什么办法可以让我增加最大的递归深度？我只需要它大2-3倍。
我有一个具有许多张量的tensorflow图，这些张量是懒惰地构造的，因为它们依赖于其他张量(这些张量可能还没有构造)。但是，我遇到了这个递归深度错误。
浏览 0提问于2017-08-12得票数 0
1回答
我有这个张量： tensor([[[1, 2], [[5, 6], [7, 8]]) 我尝试使用torch.gather()函数和高级索引
浏览 36提问于2021-04-16得票数 0
1回答
如果我有一个形状为"batch_size * length * hidden_size“的张量，还有另一个形状为"batch_size * 2”的索引跨度张量，其中索引跨度张量表示我想从第一个张量中选择的开始和结束索引表示索引跨度张量是否有值然后，我想从第一个张量中获得以下掩码
[[0, 1,
浏览 0提问于2018-07-12得票数 0
我正在用Keras/TensorFlow模型做一些推断，但文档似乎有点稀疏，所以我试图尽可能多地学习和记录，而不仅仅是依赖于复制的代码示例。示例包括下面这行：它返回一个包含单个字典的列表，其中包含以下信息：
[{'name': 'conv2d_input', 'index':[ 1, 28, 28, 1]), 'dtype': <class 'numpy.float32'>
浏览 0提问于2019-08-28得票数 5
1回答
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和dense_shape。在Python中，为了便于使用，三个张量被收集到一个SparseTensor类中。如果有单独的索引、值和dense_shape张量，则在传递到下面的操作之前，将它们包装在SparseTensor对象中。我的问题是，给定稀疏张量或稀疏张量值，如何检索每个包含<
浏览 0提问于2021-01-16得票数 2
回答已采纳
2回答
总结了问题import torch as T# expected argmax: [2, 0, 1]
x = T.tensor([[1, 2索
浏览 1提问于2020-06-29得票数 0
回答已采纳
有没有什么方法可以检索二维pytorch张量中包含的最大元素的行和列索引？例如，请参阅下面的pytorch张量a：>> torch.tensor([1,2,3], [6,7,8])
张量a中最大的元素是9，它发生在第二行的第一列。如果我将其更改为从零开始的python列和行索引，元素的</em
浏览 3提问于2020-02-27得票数 0
1回答
Theano/numpy高级索引
、、、、
我有一个4d theano张量(例如，形状为(1700，16,95000) )和一个形状为(1700，16,1024)的4d ' mask‘张量，使得mask中的每个元素都是我需要的原始张量的索引。如何使用掩码来索引张量？像samplemask或sample:，mask这样的东西似乎并不能真正起作用。
我也尝试使用二进制掩码，但由于张量相当大，我得到了一
浏览 1提问于2016-04-21得票数 1
我正在尝试用来自4D密集张量的数据填充tensorflow中的6D稀疏张量。由于这比内置的稀疏到密集函数所能处理的要复杂得多，所以我自己构建了这个函数，利用了SparseTensor构造函数，该构造函数接受索引的2D张量。在我的例子中，这个张量的维数是[num_elements, 6]，我想做的是以[num_elements,
浏览 35提问于2020-09-10得票数 2
在这里，给出了std::tuple_element的可能实现。tuple_element<0, std::tuple<Head, Tail...>> {};Q2:有可能减少深度实例化吗？例如，在D语言中，更多的模板算法(类型)需要O(log(N) )深
浏览 6提问于2013-09-03得票数 1
回答已采纳
我有一个LongTensor，它包含来自另一个张量的所有指数。如何将此LongTensor转换为可用作选择掩码的ByteTensor。[0.0001s] 1 32我需要一种使用imageLabels表示法访问[index]的方法，这样我就可以就地修改imageLabels中的一些值。据我所理解，从docs，:index，：窄操作返回一个全新的张量。
浏览 5提问于2016-07-15得票数 0
回答已采纳
假设我有一个形状的张量(100,20)。现在我也有一个形状指数的张量(100，)。如何获得形状张量(100，或(100,1)，每一行(100行)正确的值(由索引中相应的索引选择)？小例子:假设张量A是[4, 5, 6]张量B是那么我想要输出
[1,6,8]
浏览 0提问于2016-11-21得票数 3
回答已采纳
2回答
将数组的值解压缩为变量函数的参数
、、、、
我正在尝试(在编译时)将整数解压缩为变量函数的参数。其想法是在编译时将这些值打包到数组或std::index_sequence (c++14)中。我尝试使用一些旧的帖子中的答案，但我发现这个示例代码在我的级别上是不可读的。下面是一个简单的例子，我需要在我正在编写的代码中实现这个功能，在这个例子中，我试图使用std::make_index_sequence。我不一定要使用后者。问题是序列的</
浏览 0提问于2018-11-24得票数 5
回答已采纳
2回答
我很难理解Tensorflow张量和稀疏张量的含义和用法。根据文件
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和形状。在Python中，为了便于使用，三个张量被收集到一个SparseTensor类中<
浏览 3提问于2017-12-05得票数 24
回答已采纳
假设我有张量atensor([[2, 8], [4, 2], [6, 8]])>>> idx我应该如何选择除了在张量idx中存在索引的行之外的所有行？对于上面的张量a和idx，在选择之后
浏览 9提问于2021-12-28得票数 0
回答已采纳
我有一个长度为64的张量，我试着附加到第一维，递归地生成二维张量。基本上，每次迭代都会创建一个新的1D 64长度张量，迭代6次，所以到最后我应该有一个6 x 64张量。我该怎么做呢？torch.cat((names_tensor, sampled_indexes), dim=1) 其中，name_tensor被初始化为torch.zeros(0)，sampled_indexes是在每次迭代中附加的64长度张量
浏览 20提问于2020-01-21得票数 0
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
