3回答
提前感谢大家的帮助！我在PyTorch中尝试做的事情类似于numpy的setdiff1d。例如，给定以下两个张量： t1 = torch.tensor([1, 9, 12, 5, 24]).to('cuda:0')
t2 = torch.tensor([1, 24]).to('cuda:0') 预期输出应为(已排序或未排序)： torch.tensor([9, 12, 5]) 理想情况下，这些操作是在GPU上完成的，而不是在GPU
浏览 43提问于2019-03-12得票数 11
回答已采纳
我想在使用pybind11的C++模块中接收一个包含PyTorch张量的字典，并返回包含C++ torch::Tensor的结果字典。就我所寻找的，似乎没有明确的方法将PyTorch张量转换为C++张量，以及将C++张量转换为PyTorch张量。(https://discuss.pytorch.org
浏览 36提问于2021-02-03得票数 0
1回答
我有两个PyTorch张量A，形状30，11，32，64和B，形状30，11，89。我的目标是创建一个形状为30，11，89，32，64的张量C，其中张量A应该扩展并在第三维复制，然后在适当的维度与张量B相乘。 如何在PyTorch中实现这一点？
浏览 21提问于2020-01-14得票数 1
我正在寻找类似的功能，为pytorch张量作为nditer的numpy数组，请参阅此链接与一个小例子。https://discuss.pytorch.org/t/replacement-of-np-nditer-for-torch/64024?u=songqsh
浏览 6提问于2019-12-14得票数 0
回答已采纳
我在中发现，CAddTable应该作为PyTorch会做其他的事情，比如自动毕业但是如果我有多个张量，也就是。将上述输入从两个张量更改为一个张量列表。PyTorch还能做类似的事情吗？
浏览 1提问于2022-05-06得票数 0
回答已采纳
我想做一些量子力学计算，那里的数量有时是复杂的。我想知道如何才能对复杂的类型施加一个现有的真实张量。
浏览 4提问于2020-01-13得票数 3
回答已采纳
1回答
我有以下问题:给定形状(T，n，d)的两个张量X和形状(R，m，d)的Y，我想计算形状(T，R，n，m，d)的张量D，使得对于所有0 <= t< T，1 <= r< R，1 <= i< n，1 <=j< m， Dt，r，i，j= Xt，i- Yr，j 我们可以在不使用循环的情况下用Pytorch计算D吗？我知道，当给定形状(n，d)的两个张量X和形状(
浏览 28提问于2021-06-17得票数 2
回答已采纳
2回答
我可以使用PyTorch张量代替NumPy数组，同时使用scikit学习吗？我尝试了一些像train_test_split和StandardScalar这样的学习方法，但是当我使用PyTorch张量而不是NumPy数组时，有什么我应该知道的吗？根据上的这个问题：
这是否意味着使用PyTorch张量</e
浏览 2提问于2021-11-18得票数 3
回答已采纳
我正在用pytorch训练一个模型，其中我需要计算两个张量之间的依赖程度(假设它们是两个张量，每个张量都包含非常接近于0或1的值，例如v1 = 0.999、0.998、0.001、0.98和v2 = 0.97、0.01、0.997、0.999)，作为损失函数的一部分。我试图计算，但在PyTorch中找不到任何相互信息估计实现。有没有提供过这样的东西？
浏览 27提问于2022-05-20得票数 1
我有大小为2x8x8的例子作为张量，我正在使用PyTorch数据加载器。但现在我也想添加一个大小为1(单个数字)的1维张量作为输入。因此，我有两个神经网络的输入参数，一个是卷积层的多维参数，另一个是稍后要连接的额外参数。 也许我可以使用两个数据加载器，对于每个张量形状一个，但我不能洗牌。如何将单个PyTorch数据读取器用于这两个不同的输入<em
浏览 34提问于2020-10-29得票数 0
回答已采纳
我有张量列表，每个张量都有不同的大小，如何使用pytroch将这个张量列表转换为张量 更多信息我的列表包含张量每个张量都有不同的大小例如第一个张量的大小是torch.Size(76080，38) 其他张量的形状在第二个元素中可能不同，例如列表中的第二个张量是torch.Size(76080，36) 当我使用torch.tenso
浏览 142提问于2019-03-08得票数 14
回答已采纳
1回答
我正在寻找一个类似于tf的瓦片函数的pytorch函数。我看到了那个，但很明显它被移除了。举一个我正在寻找的功能的例子:假设我有一个维度为(1,1,1,1000)的张量，我想重复几次，这样我就得到了一个(1,40,40,1000)张量。
浏览 12提问于2021-02-19得票数 1
回答已采纳
1回答
我有两个张量的火把，这些形状： RuntimeError:张量必须具有相同的维数: got 2和3
我该怎么做才能解决这个问题？如何将二维PyTorch张量转换为三维张量，或者如何在不丢失任何数据的情况下将三维PyTorc
浏览 5提问于2021-12-07得票数 0
回答已采纳
是否有Pytorch内部过程来检测张量中的NaNs？Tensorflow有tf.is_nan和tf.check_numerics操作...Pytorch在什么地方也有类似的东西吗？我在文档里找不到这样的东西... 我正在寻找一个专门的Pytorch内部例程，因为我希望这发生在GPU以及CPU上。这不包括基于numpy的解决方案(如np.isnan(sometensor.numpy()).any()) ...
浏览 63提问于2018-01-09得票数 45
回答已采纳
我需要从上面的链接使用mulit_dimensional_attention，它是用TensorFlow实现的，但我使用的是PyTorch，所以我可以将PyTorch张量转换为TensorFlow张量，或者我必须用Pytorch实现它。我在这里尝试使用的代码我必须将'rep_tensor‘作为TensorFlow张量类型传递，但我有PyTorch张量
def multi_dimension
浏览 14提问于2020-03-17得票数 0
1回答
在Pytorch中是否有一个内置函数可以有效地计算两个张量的所有成对点积？例如：张量形状( B NxD)
输出张量C (shape NxN)使得C_i,j = torch.dot(A_i, B_j)？
浏览 1提问于2021-01-28得票数 0
我在计算损失的时候，有人建议我不要用梯度下降和权重矩阵来更新自己，而是使用pytorch .backward函数。我开始阅读这里的一些文档和帖子，介绍它是如何工作的，似乎它将计算火炬张量在函数调用中包含requires_grad=True的梯度。
因此，除非创建火炬张量，否则我无法使用.backward。
浏览 9提问于2022-07-20得票数 0
2回答
PyTorch张量
、、、
我是PyTorch的新手。谁能向我解释一下，为什么我们要在执行回归之前将数据帧转换为torch张量？(正如您所见，我已经拆分了数据集)。
浏览 16提问于2020-10-25得票数 0
我已经搜索了使用列表或数组输入数据来训练DQN代码的代码。但我找不到任何密码。
目前，我参考了火炬强化学习教程(DQN)。但是，此代码使用图像输入数据。(我需要帮助解决我使用列表输入数据的研究。列表输入数据形状为1×9。)
浏览 3提问于2019-08-30得票数 0
回答已采纳
1回答
使用循环信号创建伪循环信号
、、、、
我正在寻找一种使用numpy或pytorch来倾斜张量的方法。
我需要创建“伪循环”信号，这意味着它们几乎是循环的，但不是完美的。
浏览 0提问于2020-09-27得票数 1
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号