pytorch:如何在4维张量的所有单元上应用函数

文章/答案/技术大牛

发布

1回答

对火炬张量的迭代

python、pytorch、iteration、tensor

什么是最好和最快的方式来迭代张量。令人费解的是，为什么我要得到张量而不是值。x in t]但却期望这样的行为t.numpy() ]如果可能的话，我宁愿不改做胖的？

浏览 2提问于2022-09-15得票数 2

回答已采纳

1回答

python、numpy、tensorflow、matrix、pytorch

我正在尝试将一个函数应用于一个四维张量(我认为它是一个2-D矩阵，每个单元中都有一个2-D矩阵)，维度为: N x N。应用函数返回1 x N张量，所以在应用函数之后，我期望得到以下维度的张量:N x N x 1 x N。[0., 0., 0., 0.], [0., 0., 0., 1.]], dtype=torch.float64

浏览 24提问于2020-11-28得票数 0

2回答

loss.backward()与模型的适当参数有何关系？

machine-learning、deep-learning、pytorch

我是PyTorch的新手，我很难理解loss是如何知道如何通过loss.backward()计算梯度的？当然，我知道参数需要有requires_grad=True，并且我知道它将x.grad设置为适当的梯度，以便优化器稍后执行梯度更新。当我有两个不同的网络，有两个不同的损失函数和两个不同

浏览 2提问于2019-11-14得票数 3

2回答

如何共享PyTorch多处理中的张量列表？

list、multiprocessing、sharing、pytorch、tensor

我正在用PyTorch多处理编程。我希望所有子进程都能读取/写入相同的张量列表(不调整大小)。例如，变量可以是因为每个张量都有不同的尺寸，所以我不能把它们组织成一个张量。python列表没有share_memory_()函数，multiprocessing.Manager不能处理张量列表。如何在多个子进程之间共享变量m？

浏览 1提问于2018-06-07得票数 10

回答已采纳

1回答

THCudaTensor_data (和一般的THC )是做什么的？

pytorch、torch

我正在检查的程序使用pytorch加载权重，cuda代码用权重进行计算。我对THC库的理解是如何在pytorch后端(也许是torch？)实现张量。THC是如何实施的(如果可能的话，我真的会了解一些细节)？ THCudaTensor_data( THC_state，THCudaTensor* )是做什么的？(从代码中使用它的方式来看，它似乎是用来将py手电筒的张量转换为cuda中的</e

浏览 0提问于2018-10-08得票数 1

回答已采纳

2回答

在训练和测试时间pytorch上以不同方式管理内存

python、deep-learning、conv-neural-network、pytorch

目前，我正在用pytorch编写一个基于U-net的分割模型，我想使用类似于mobilenet v2上引入的倒置残差来提高模型在cpu上的速度。然后我意识到模型在训练阶段和测试阶段使用了更多的内存。虽然模型应该在训练阶段使用更多的内存，因为所有的中间步骤张量(特征图)都被保存了，并且使用可分离的卷积，为每个“卷积”操作创建了更多的张量。但在运行时，实际上

浏览 1提问于2019-04-13得票数 0

1回答

为什么在PyTorch中有两个不同的标志来禁用梯度计算

python、pytorch、autograd

我是PyTorch的中级学习者，在最近的一些案例中，我看到人们使用torch.inference_mode()而不是著名的torch.no_grad()来验证经过训练的agent在强化学习(RL)实验中的有效性我检查了，它们有一个由两个标志组成的表，用于禁用梯度计算。老实说，如果我读到描述的话，对我来说听起来完全一样。有人找到解释了吗？

浏览 53提问于2022-10-25得票数 -1

2回答

如何在源代码中查找从torch._C导入的函数

pytorch

我正在尝试在源代码中追踪torch.nn.NLLLoss的实现。我在文件torch.nn.functional中的函数nll_loss中调用了torch._C.nll_loss。但是我找不到创建_C的地方。有谁有这方面的消息吗？

浏览 3提问于2018-02-20得票数 8

1回答

使用Pytorch的list、.children()和nn.sequential创建的模型会产生不同的输出张量*

python、machine-learning、pytorch、pre-trained-model、pytorch-lightning

我遵循这个教程：https://pytorch.org/hub/pytorch_vision_densenet/，它工作得很好，输入为1,3244244，它返回1,1000张量，与预期完全相同。这是init函数中的代码 base_model = torch.hub.load('pytorch/vision:v0.10.0', 'densenet121', pretrained=True)

浏览 251提问于2021-10-24得票数 0

回答已采纳

1回答

如何在PyTorch中检查所有梯度权重是否为零？

python、pytorch

我想知道如何检查所有PyTorch神经网络梯度权重，看看它们是否为零，是否继续训练。这可能看起来像，但它实际上是解决陷入局部极小值问题的另一种方法。我不知道我应该添加什么代码，因为这似乎是一个一般性的问题，我甚至不知道如何在PyTorch中访问梯度张量。

浏览 15提问于2021-05-26得票数 0

2回答

基于PyTorch稀疏张量的GPU快速计算

python、pytorch、tensor

是否有可能对PyTorch MxN张量的每一行进行操作，但只在某些索引(例如非零)上操作以节省时间？Large = Tensor([[0, 1, 3, 0, 0, 0],我想用下面这样的较小的“张量”： irregular_tens

浏览 9提问于2022-03-18得票数 1

1回答

使用PyTorch在指定维上应用神经网络的一个问题

pytorch

我想知道如何做以下事情：假设我们想要维64的一些输出特性，那么我想要获得一个新的形状(4,5,64)对象

浏览 7提问于2021-12-15得票数 0

2回答

纵火线性法中的多维输入？

neural-network、deep-learning、pytorch、perceptron

在构造一个简单的感知器神经网络时，我们通常将格式(batch_size,features)输入的2D矩阵传递给二维权矩阵，类似于中的这种简单的神经网络。我总是假设神经网络的感知器/密集/线性层只接受2D格式的输入，并输出另一个2D输出。但最近，我遇到了这样一个模型:线性层接受三维输入张量，并输出另一个三维张量(o1 = self.a1(x))。loss = criterion(output,y) loss.backward(

浏览 3提问于2019-10-28得票数 3

回答已采纳

1回答

无法在GPU中训练PyTorch模型。继续得到张量不在同一设备上的错误。

python、deep-learning、pytorch

我一直致力于在GPU中训练我的PyTorch模型。不过，该模型在CPU中工作得很好。我一直在使用谷歌Colab的GPU资源来使用cuda。这是我的笔记本：此外，将非常感谢关于确保今后不再发生这种情况的解释/建议。谢谢！

浏览 23提问于2022-03-14得票数 0

2回答

我应该在PIL图像上或者更确切地说是在PyTorch张量上使用转换吗？

python、pytorch、transformation、torchvision

我的输入是PIL图像。transforms.RandomResizedCrop(size=224), transforms.ToTensor()]) 由于PyTorch中的大多数转换都可以在PIL映像和张量上工作，所以我想知道我应该按照什么顺序使用它们。我是首先使用PIL图像上可能使用的所有转换，然后转换为张量，还是首先将其转换为<em

浏览 6提问于2022-02-04得票数 2

3回答

如何使用张量进行np.concatenate列表？

python、python-3.x、numpy、pytorch、concatenation

., 0.1467, 0.8238, 0.4422]],我想通过np.concatenate(X)将所有的1x特征矩阵叠加为一个矩阵。

浏览 1提问于2021-10-26得票数 0

回答已采纳

2回答

这个自定义的PyTorch损失函数可微吗？

machine-learning、pytorch、gradient、loss

对于丢失的forward，我有一个自定义的PyTorch实现。训练效果很好。我检查了loss.grad_fn，它不是None。我想弄明白两件事：从gt (地面真相输入)到损失(输出)的路径是否需要是可区分的？或者只有来自pred (预测输入)的路径？

浏览 6提问于2022-05-18得票数 0

回答已采纳

1回答

毕氏张量标引

python、indexing、pytorch

我目前正致力于将一些代码从tensorflow转换为py手电筒，我遇到了 func的问题，没有直接的函数来转换它。我想做的基本上是索引，我有两个张量，特征张量形状的[minibatch, 60, 2]和索引张量[minibatch, 8]，比如第一个张量是张量A，第二个张量是B。在Tensorflow中，它直接用tf.gather(A, B, batch_dims=1)转换我如<

浏览 1提问于2019-07-17得票数 3

回答已采纳

1回答

用火炬平均值计算alpha值？

computer-vision、pytorch

我正在尝试计算here解释的Alpha值。我有一个形状为(1, 512, 14, 14)的张量作为论点。为了计算Alpha值，我需要计算除通道维度之外的所有维度的平均值，因此输出将具有本质上为(k,)的形状(1, k, 1, 1)。我如何在PyTorch中做到这一点？谢谢!

浏览 11提问于2020-12-28得票数 0

1回答

关于Tensorflow和PyTorch中的自定义操作

python、c++、tensorflow、pytorch、torch

我必须实现一个能量函数，称为刚性能，如本文中的Eq 7，。迭代源网格中的所有顶点。对计算出的协方差矩阵进行奇异值分解，求出顶点的旋转矩阵。利用计算出的<

浏览 0提问于2019-02-01得票数 0

回答已采纳

点击加载更多

对火炬张量的迭代