1回答
我有一个张量的大小(3600, 32, 32, 3)，我有一个多热张量0，1，1，0，.大小的(3600, 1)。我期待基本上选择图像，对应1在多热张量。我正在努力理解如何使用torch.gather：给我的问题，迪姆，我无法正确地理解如何重塑他们。
浏览 4提问于2022-08-04得票数 1
回答已采纳
1回答
x.dtype)norm = deg_inv_sqrt[row] * deg_inv_sqrt[col]
print(norm.size() 这个张量的输出是torch.Size([500]) 如何获得(50,50)的输出？
浏览 42提问于2020-10-09得票数 2
回答已采纳
1回答
我有两个火炬张量。一个是shape [64, 4, 300]，另一个是shape [64, 300]。如何将这两个张量连接起来以获得形状[64, 5, 300]的合成张量。我知道用于此的tensor.cat函数，但为了使用该函数，我需要重塑第二个张量，以便与张量的维数相匹配。我听说不应该对张量进行整形，因为这可能会弄乱张量中的数据。我如何做这个连接？我尝试过重塑，但下面的部分让我对这样的重塑
浏览 9提问于2020-05-12得票数 1
我正在尝试将数值数据的张量与resnet-50模型的输出张量连接起来。该模型的输出是张量形状torch.Size([10,1000])，数值数据是张量形状torch.Size([10, 110528,8])，其中10是批量大小，110528是数据帧意义上的观测值的数量，8我需要将数值张量重塑为torch.Size([10,8])，这样它才能正确连接。 我该如何重塑张量呢？
浏览 31提问于2019-12-27得票数 0
回答已采纳
对于形状的3D张量(滤镜的数量，高度，宽度)，如何通过重塑来减少滤镜的数量，从而将原始滤镜保持在一起作为整个块？ 假设新的大小具有选择的尺寸，使得整数个原始过滤器可以并排适合于其中一个新过滤器。因此，可以将(4，2，2)的原始大小重塑为(2，2，4)。 对并排重塑的视觉解释，您可以看到标准重塑将改变各个滤镜形状： ? 我认为在执行重塑之后重新排列张量值会更容易，但无法获得pytorch重塑形式的张量： [[[1,2
浏览 43提问于2020-12-19得票数 2
回答已采纳
我想把形状是的张量A加到另一个张量B上，它的形状是64,7,7,64。我重塑了张量A，但它应该有与张量B相同的元素。那么，我如何重塑或扩展张量A，或者有没有其他方法将A加到B？
浏览 0提问于2018-10-13得票数 2
回答已采纳
1回答
我正在用火把开发CNN。我的模型在没有增强的训练和测试集上都有很好的准确性，但是我想学习增强，所以我使用了火炬视觉变换来增强，在应用了增强模型之后，开始做最坏的事情，损失也没有减少。所以我试着调试并观察到增强的图像看起来是扭曲的/出乎意料的，有人能帮我解决这个问题吗？class traindataset(Dataset): '''
data: data is a pandas dataframe g
浏览 2提问于2021-11-01得票数 1
回答已采纳
如果我有一个张量收缩A[a,b] * B[b,c,d] = C[a,c,d]，它具有B[b,c,d] = B[b,d,c]和C[a,c,d] = C[a,d,c]的性质，那么如何建立BLAS来利用这个对称性呢sgemm 似乎是关于矩阵的对称性，而不是秩-3张量.
我可以尝试将张量B平面/重塑成一个更低维的数组，但是看起来平坦/重塑张量也需要时间，至少在Fortran中是这样。
浏览 5提问于2021-03-15得票数 1
回答已采纳
1回答
我想在C++中使用动态形状的张量。例如，我想在tensorflow中添加一个新的op，但我不知道开始时输出的形状。如果我使用Caffe，我可以首先将输出blob重塑为我将使用的最大大小，最后重塑为实际大小。如何使用tensorflow的张量做到这一点？
浏览 1提问于2016-12-09得票数 0
因此，我希望就如何解决这一问题提出任何建议。我试过使用pdb，并在问题发生之前设置了一个跟踪点，这并没有给我多少信息。
浏览 3提问于2017-12-14得票数 0
回答已采纳
我不确定如何将我的张量重塑为(1，25)而不是(1，1，25)。这是我用Python编写的。我认为这是重塑，但不能完全得到它。
浏览 0提问于2019-03-14得票数 0
我正在寻找一种方法来重塑一个张量在坦索弗洛。我有一个张量，包含行序列。我想重塑张量，使给定序列的所有行都在一个行上，在重塑的张量中。另一种方法是在直接重塑的时候做到这一点。我也不知道该怎么做。
浏览 0提问于2018-03-21得票数 1
回答已采纳
1回答
我正在尝试在c++中实现一个轻量级(最小化的库依赖)版本的TensorFlow图，并且我正在尝试使用本征张量对象来执行图形操作。卷积层的输入是一个51x51x1张量，它与大小为3x3x1x16的滤波器组进行卷积。在tensorflow中，这会生成一个大小为49x49x16的输出张量。使用下面的特征代码在C++中设置相同的操作仅填充输出张量的第一个通道，因此顶部49x49x1单元格包含正确的值，但不填充其余1-15个通道。, fExtent);
output.slice(oOffset, oExtent) = in
浏览 2提问于2019-04-05得票数 2
1回答
在下面的示例中，我认为最后一行应该返回形状为[5,1]的张量对象。但是，会抛出一个错误，声明形状[5]张量不能重塑为大小[5,5,1]张量。有没有人能解释一下重塑图层是如何工作的(也就是为什么它会增加额外的暗度)，以及如何将向量重塑为矩阵的过程？
谢谢
浏览 1提问于2018-08-10得票数 5
回答已采纳
我的问题是如何重塑张量！ 下面是一个语法tf.reshape(tensor, shape, name=None) 我不知道，我哪里错了，但我不能重塑 我该怎么做呢？ 谢谢
浏览 52提问于2020-04-11得票数 0
回答已采纳
2回答
重塑张量是否保留了原张量的特征？
、、、、
我有一个形状为(8, 5, 300)的张量T，其中8是批次大小，5是每批文档的数量，300是每个文档的编码。如果我重塑张量如下，我的张量属性是否保持不变？T = T.reshape(5, 300, 8)>> Size[5, 300, 8]这会影响模型的训练吗？如果张量的重塑
浏览 4提问于2020-05-10得票数 3
回答已采纳
当我尝试重塑每个权重矩阵以达到1维时，问题就出现了(这对于我稍后使用梯度进行计算很有用)。在这一点上，Tensorflow输出一个None列表(这意味着没有路径从损失到这些张量，而应该有，因为它们是模型参数重塑)。如果我删除整形线all_tensors = [tf.reshape(x, [-1]) for x in all_tensors]，代码将正常工作，并返回4个张量，每个参数包含梯度wrt。我非常确定，重塑不会破坏图中的任何依赖关系，否则它根本不能在任何网络中使用。
浏览 6提问于2018-09-06得票数 3
回答已采纳
tf.reshape可以改变张量数据结构的维度，但是数据在每个维度上的排序方式有保证吗？假设我有一个维度为A[objects, x, t]的张量，它描述了不同对象、位置和时间上的一些值，另一个张量正好跨B[x,t]。为了在维度0上复制B，我通常必须进行重塑，如下所示：some_op = tf.mul( A, B_res )
我看到的问题是，当X_SIZE =
浏览 7提问于2016-07-18得票数 1
回答已采纳
假设我在Tensorflow中有一个形状[3,4,4]的张量，它不是明确知道的。如何将其形状更改为[3,4,4,1]
我尝试使用重塑函数，但因为我不清楚张量形状，所以不能直接使用。
浏览 0提问于2019-02-26得票数 1
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
