1回答
我有一个PyTorch张量的元组列表。11,12,13,14]), tensor([15])), ...每列中的张量(即它们各自元组中位置k的张量)共享相同的形状。我希望在每一列中堆叠张量，
浏览 11提问于2019-12-03得票数 1
我目前正在尝试将一个值列表转换为一个PyTorch张量，但遇到了一些困难。导致错误的确切代码是： input_tensor = torch.cuda.FloatTensor(data) 在这里，data是一个包含两个元素的列表:第一个元素是另一个NumPy数组列表，第二个元素是一个元组列表这两个列表的大小不同，我认为这会导致以下错误： *** ValueError: expected sequence of length x at d
浏览 41提问于2020-01-07得票数 1
我有一个参数列表，我想把列表中的所有元素加起来。nn.Parameter(torch.rand(1))
torch.sum(*my_list)跟踪(最近一次调用)：文件""，第8行，在TypeError: sum()中，接收到一个无效的参数组合- got (参数，参数)，但预期其中之一：*(张量输入，*，torch.dtype dtype) **(张量输入，ints元组</e
浏览 1提问于2022-03-15得票数 1
我是tensorflow的新手，现在我正在学习如何使用队列运行程序。我要做的是从dir中读取二进制文件，并使每个文件成为一个数组。我使用两个线程并使4个数组成为一个批处理。代码如下。print sess.run(arrays_batch) coord.join(threads)文件"input_queue.py"，第36行，打印sess.run(i
浏览 0提问于2018-01-22得票数 1
1回答
blah) return new
ValueError: only one element tensors can be converted to Python scalars 在训练我的网络输出的过程中，上面的函数产生了以下错误，它在自定义层中被调用，我不知道它引用的是什么，有什么想法吗？
浏览 34提问于2020-12-05得票数 0
回答已采纳
我试图构造我的参数，以便它们能够正确地使用tf.map_fn()，但是大多数示例文档只讨论与函数参数形状相同的数组或张量。链接包括：
张量B的形状为batch_size，x，ylambdaFunc = lambda x:，所以不
浏览 5提问于2017-12-26得票数 3
我有一个嵌入列表。该列表包含每个带有M嵌入(张量)的N列表。我想要做的是创建一个tensor size (N, M)，其中每个"cell"都是一个嵌入。
尝试对numpy数组执行此操作。在pytorch中，尝试将所有M个嵌入concat到一个张量大小(1，M)<em
浏览 29提问于2021-06-03得票数 1
查看两个带有参数的函数签名tensors_list,capacity,seedenqueue_many=False,allow_smaller_final_batch=False,name=None唯一不同的地方是num_threads，它直观地表示tf.train.shuffle_batch可以用多个线程或进程进行处理，只不过它们似乎做的工作差
浏览 1提问于2018-07-11得票数 2
回答已采纳
我是Tensorflow的新手，我希望有人能帮我调试我面临的一个快速错误。然而，下面的错误似乎来自于true_fn和false_fn中的tf.cond，而不是来自同一个类。TypeError: true_fn和false_fn的不兼容返回类型:这两个结构没有相同的序列类型。第一结构有类型，第二结构有类型。
解决这样的问题，最好的办法是什么？
浏览 1提问于2017-11-28得票数 1
回答已采纳
1回答
我在tensorflow中创建一个稀疏张量，约为4,000,000×56,000,000。56M列是特征列AKA的大约10,600个可能值之间的交互变量，是所有值的组合。Tensorflow的稀疏张量采用一个索引参数，它是一个列表列表，其中每个子列表x，y表示稀疏张量中值的行和列。combos.append([*combinations(group.feature.unique()
浏览 5提问于2022-02-22得票数 1
回答已采纳
我的层是这样的(我正在创建一个LSTM层，在每个时间步应用dropout，输入传递10次，并返回输出的平均值)from torch import nn
class StochasticLSTM
浏览 15提问于2020-03-09得票数 1
我想使用有关状态的图像和信息作为此任务的观察对象。我所使用的实现并不直接支持这一点，所以我要做一些修改。期望观测是状态，作为一维张量，或图像作为三维张量(通道，宽度，高度)。在我的任务中，我希望观察是张量的一个元组。
在我的代码库中的许多地方，观察结果当然是一个张量，而不是张量的元组。是否有一
浏览 2提问于2019-05-28得票数 7
我有一个名为train的元组，包含2个数组，第一个(10000,10)，第二个(1000)： (array([[0.0727882 , 0.82148589, 0.9932996 , ..., 0.9604997array([ 9.78050432, 21.84804394, 13.14748592, ..., 17.86811178,
#seq.size() = torch.Size([10000,10
浏览 157提问于2021-07-28得票数 0
回答已采纳
1回答
假设我有一个内存列表list_of_tensors = [tensor1, tensor2, tensor3, tensor4]。每个元素都是(1, 1, 84, 84)形状的火炬张量。我想将这个张量列表连接起来，得到形状为(4, 1, 84, 84)的张量。torch.cat(TT, dim=0)肯定会允许我这么做。TT必须是张量的元组，所以torch.cat(*list_of_tensors, dim=0)或to
浏览 1提问于2020-04-05得票数 1
回答已采纳
1回答
我试着创造一个张量如下。t = torch.tensor(2,3)# When i print i get an error我得到以下错误
RuntimeError:开封时溢
浏览 0提问于2018-07-03得票数 2
使用PyTorch，torch.combinations将只接受一个一维张量作为输入，但我想将它应用于多维张量中的每个一维张量。我不能一个一个地做，因为我的想法是将这个应用于大数据集。print(inp_tuple)我也试着解开张量，把它应用到张量的元组中
浏览 44提问于2022-08-01得票数 0
回答已采纳
我相信输入是张量，状态是张量的列表。从与错误信息的斗争中看，张量似乎带有一个额外的维度，但我不确定在RNN的上下文中会是什么。另一个维度是为了什么？预期的输出大小/形状是什么？顺便说一下我用的是Tensorflow后端。
浏览 0提问于2019-04-08得票数 0
我有两个张量，x和y：我能得到新的形状张量：[ [21314, 3, 128, 128], [21314] ]，基本上是2
浏览 1提问于2020-04-30得票数 0
回答已采纳
我试着得到梯度的值，计算公式如下：函数'compute_gradients‘返回一个包含两列的列表，其中包含一些tf.gradient内容和一些tf.variable内容。当我试图获取这个列表时，我得到了一个错误，因为它不是一个张量。
浏览 4提问于2016-04-20得票数 0
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
