pytorch中有选择地替换张量向量的有效方法

文章/答案/技术大牛

发布

1回答

python、pytorch、tensor

给定一批文本序列，将其转换为张量，每个单词使用词嵌入或向量( 300维)表示。我需要有选择地用一组新的嵌入来替换某些特定单词的向量。此外，此替换将仅在特定单词的所有出现处发生，而仅随机发生。它使用2 for循环遍历每个单词，检查单词是否在指定的列表splIndices中。然后，它根据selected_中的T或F值检查是否需要替换该单词。但这能以更有效</

浏览 21提问于2019-11-23得票数 2

回答已采纳

2回答

TypeError: add()：参数“”other“”(位置1)必须是张量，而不是numpy.ndarray

machine-learning、pytorch、kaggle、resnet、fast-ai

我正在使用Pytorch和fastai在安装了最新anaconda3的linux系统上测试ResNet-34 trained_model。为了将其作为批处理作业运行，我注释掉了与gui相关的行。).sum(dim=0)numpy.ndarray226 class F1:

浏览 2提问于2018-12-27得票数 4

1回答

基于off索引的结构张量

python、machine-learning、pytorch

我正在尝试基于相应的索引张量连接多个张量。作为一个玩具示例，我有一个具有相应索引向量B = [0,1]的张量A = [[0,1,2],[2,3,4]]和另一个具有相应索引向量D = [0,1,2]的张量C = [[5,6,7],[8,9,10]我寻求返回一个张量，使具有相同索引的值组合在一起的E = [[0,1,2],[5,6,7],[2,3,4],[8,9,10],[11,12,

浏览 17提问于2019-05-14得票数 1

2回答

用不同形状的张量计算余弦距离

pytorch、cosine-similarity

我有下面的张量表示一个单词向量其中第一个维度是批次维度(即A包含两个词向量，每个向量有500个元素)B = (10, 500)C = (2, 10, 1)我看过使用torch.nn.functional.F.cosine_similarity，但是这不起作用在pytorch</

浏览 38提问于2021-02-26得票数 2

回答已采纳

1回答

PyTorch中的分批余弦相似度

python、pytorch、vectorization、cosine-similarity

投入：输出：如何在PyTorch (最好没有for循环)中有效地实现这一点？

浏览 10提问于2022-10-02得票数 0

1回答

如何在GloVe中并行PyTorch反向查找？

word-embeddings、pytorch、parallel

我觉得我漏掉了一些显而易见的东西，因为我找不到任何关于这个的讨论。我想做很多反向查找(最近邻居距离搜索)在GloVe嵌入一个字生成网络。我目前只是迭代cpu上的词汇表。我也读过有一种方法可以把这种东西变成一个大矩阵运算.如有任何参考资料，将不胜感激。谢谢!

浏览 0提问于2018-12-06得票数 1

回答已采纳

1回答

Pytorch，如何扩展张量

python、pytorch

我想用以下方式在PyTorch中扩展一个张量：设C是一个requires_grad = True的3x4张量。我想要一个新的C，它是3x5 tensor和C = [C, ones(3,1)] (最后一列是一个向量，其他的是旧的C)此外，我需要requires_grad = True用于新的C。执行此操作的有效方法是什么？

浏览 13提问于2021-01-06得票数 0

回答已采纳

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

如何在中创建用于采样的自定义层？

python、tensorflow、keras、pytorch、sampling

我正在Keras构建一个带有Tensorflow后端的CNN，我想介绍一个应该执行以下操作的自定义层：样本必须随机抽取，，使最高值像素被采样的概率更高的。换句话说，概率分布应该是输入张量本身(归一化)。现在，我已经成功地</em

浏览 1提问于2019-03-07得票数 2

2回答

PyTorch张量是如何实现的？

python、python-3.x、rust、pytorch、tensor

我正在用Rust构建我自己的张量类，并且我试图使它像PyTorch的实现一样。我目前正在构建一个连续数组，因此，给定3 x 3 x 3的维数，我的数组中只包含3^3元素，这将表示张量。然而，这确实使数组的一些数学操作

浏览 1提问于2018-04-09得票数 14

回答已采纳

2回答

Pytorch复制层中的神经元

python、python-2.7、machine-learning、pytorch、tensor

我使用的是pytorch 0.3.0。我试图有选择地复制一个神经元和它在同一层中的权重，然后用另一组权重替换原始神经元。reshaped_data2], dim=0)new_layer.data.copy_(new_layer_data) 首先，我解压了data2，使其成为1*X张量然后我沿着维度0将我的层的张量与重塑的data2连接起来。然后，

浏览 62提问于2020-02-29得票数 0

回答已采纳

1回答

找不到有效的pytorch广播

pytorch、array-broadcasting

我在我的实现中有以下代码片段。有一个嵌套的for循环，其中有3个循环。在主代码中，原始系统的3D坐标被堆叠为点的连续堆叠的1D矢量，而对于具有坐标(x，y，z)的点，采样像元将如下所示 Predictions =[...x,y,z,...]而在我的计算中，我需要将reshaped_prediction向量作为具有prediction_reshaped[i][0]=x, prediction_reshaped[i][1

浏览 12提问于2020-12-14得票数 0

回答已采纳

3回答

Matlab:最快的方法复制和乘两个向量

matlab、vectorization

假设我有两个向量： B = [10;20;30]; C = [1*10;1*20;1*30;2*20;2*20;2*30;3*10;3*20;3*30]; 通过使用张量乘积B*A并将其重塑成直线向量，这可以很容易而且非常有效地完成。但是有更快的</e

浏览 0提问于2014-01-15得票数 2

回答已采纳

2回答

Pytorch -视图/展平(4，10，3,368,368)到(40，3,368,368)

python、multidimensional-array、deep-learning、pytorch、tensor

如何将形状张量(4，10，3,368,368)转换为(40，3,368,368)。我找不到任何关于这方面的文档。我可以手工编写它，但我相信有更容易的方法来扁平化前两个索引。

浏览 0提问于2019-04-16得票数 0

4回答

对特定维度进行显式切片

numpy、pytorch、tensor、numpy-ndarray

我有一个3D张量x (例如4x4x100)。我想通过显式地选择最后一个维度上的元素来获得它的子集。如果我在最后一个维度上选择相同的元素(例如x[:,:,30:50]，但我想使用2D张量indices指定第三个维度上的idx )，这将很容易。在numpy中有什么简单的方法可以做到这一点吗？一个更简单的2D示例： x = [[1,2,3,4,5,6],[10,20,3

浏览 0提问于2019-04-08得票数 1

1回答

torch7:筛选出NaN值

lua、nan、torch

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)。

浏览 1提问于2016-05-10得票数 2

回答已采纳

3回答

如何在matlab中一次求两个以上矩阵的外积？

matlab、multidimensional-array、matrix、product

我想计算y = a⊗a⊗a，其中a是n乘以1的向量，⊗是。在这种情况下，y应该是一个n乘n乘n的张量。y = a * a' 但是在第一种情况下该怎么办呢？如果有两个以上的向量，我如何在MATLAB中有效地计算这个外积？

浏览 2提问于2013-01-16得票数 9

回答已采纳

2回答

PyTorch值阈值化和所有其他值的零化

python、machine-learning、pytorch

我在PyTorch中有二维张量，表示模型的信任。我要：迭代行，如果值大于或等于，检查第2值，创建一行零，将第2值从行更改为第2值，替换行，否则不要做任何<code>F 215</code>。然而，这是低效的。有没有一种矢量化/张力化的方法来做到这一点？

浏览 2提问于2020-07-15得票数 1

回答已采纳

1回答

在`pytorch`中跨张量广播

arrays、gpu、pytorch

我使用pytorch作为数组处理语言(不是为了传统的深度学习目的)，我想知道做“批处理”并行的标准方法是什么。例如，假设我想要计算三维张量的二维层的svds (比如使用torch.svd() )，并且我想返回堆叠的u的元组，堆叠的s，堆叠的v。想必，通过SIMD并行的魔力，这应该可以在大致相同的时间内完成单层svd (在gpu上)，但如何编程呢？

浏览 20提问于2020-02-17得票数 1

1回答

两个文档列表之间的相似性

tensorflow、nlp、similarity、spacy、sentence-similarity

我需要在Python中找到两个短文本列表之间的相似性。文本长度可以为1-4个单词。每个列表的长度可以是10K。我不知道如何在spaCy中有效地做到这一点。也许其他包也可以做到这一点？我假设单词由一个向量(300d)表示，但任何其他选项也是可以的。这项任务可以在一个周期内完成，但肯定会有更有效的方法。这项任务适用于TensorFlow、pyTorch和类似的包，但我不熟悉这些包的细节。

浏览 0提问于2018-11-15得票数 0

点击加载更多