C++11中张量的递归索引
在C++11中，张量的递归索引是一种用于访问多维数组元素的方法。张量是一种多维数组，递归索引允许我们通过指定每个维度的索引来访问数组中的元素。
递归索引的语法如下：
template <typename T, size_t N>
struct tensor {
using type = std::array<typename tensor<T, N-1>::type, M>;
};
template <typename T>
struct tensor<T, 0> {
using type = T;
};
template <typename T, size_t N, size_t M>
typename std::enable_if<(N > 0), typename tensor<T, N>::type&>::type
get_element(typename tensor<T, N>::type& t, size_t index, std::array<size_t, M>& indices) {
return get_element<T, N-1, M>(t[index], indices);
}
template <typename T, size_t M>
typename std::enable_if<(M == 0), typename tensor<T, 0>::type&>::type
get_element(typename tensor<T, 0>::type& t, size_t index, std::array<size_t, M>& indices) {
return t;
}上述代码定义了一个递归模板结构tensor，用于表示多维数组。tensor结构包含一个type成员，它是一个多维数组类型。tensor结构还定义了一个递归模板函数get_element，用于根据递归索引获取数组元素。
使用递归索引访问张量的示例代码如下：
int main() {
tensor<int, 3>::type t = {{{1, 2, 3}, {4, 5, 6}}, {{7, 8, 9}, {10, 11, 12}}};
std::array<size_t, 3> indices = {0, 1, 2};
int element = get_element<int, 3, 3>(t, 0, indices);
std::cout << "Element: " << element << std::endl;
return 0;
}上述代码创建了一个三维张量t，并使用递归索引{0, 1, 2}获取元素。最终输出结果为Element: 6。
递归索引在处理多维数组时非常有用，特别是在科学计算、图像处理、机器学习等领域。腾讯云提供了多种云计算产品，如云服务器、云数据库、云存储等，可以帮助开发者构建和部署基于云计算的应用。
腾讯云相关产品和产品介绍链接地址：
请注意，以上答案仅供参考，具体的推荐产品和链接地址可能会因为腾讯云的产品更新而有所变化。建议您在实际使用时参考腾讯云官方文档或咨询腾讯云的技术支持团队以获取最新的信息。
相关·内容
1回答
我试图在带有张量的C++中使用特征，但对于下面的new命令和and命令，我都得到了错误。
如何在每个“模式”中创建具有特定维度的新张量(本例中为3 x 3矩阵)，以及如何添加两个这种类型的张量？
另外，我需要做什么来获得*张量，并在其中一个模式上将其与自身相乘(通过张量收缩)，以获得新的3x3张量？
#include <eigen/Eigen/Core>
#include <eigen/unsupported/Eigen/CXX11/Tensor>
int main()
{
Tensor<double, 2>* tensor;
tens
浏览 0提问于2016-11-09得票数 0
1回答
我使用的是特征张量库，在我看来，霉运()方法需要输入一个对象Eigen::array<type，int>。
在我的实现中，我有一个std::list，我需要传递给洗牌(当然，我只在运行时知道第二个int param (排名)！)
浏览 4提问于2020-09-01得票数 1
回答已采纳
2回答
我很难理解Tensorflow张量和稀疏张量的含义和用法。
根据文件
张量
张量是一种典型的多维数组.例如，您可以将一小批图像表示为一个四维浮点数字数组，其中包含维度批处理、高度、宽度、通道。
稀疏张量
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和形状。在Python中，为了便于使用，三个张量被收集到一个SparseTensor类中。如果有单独的索引、值和形状张量，则在传递到下面的操作之前，将它们包装在SparseTensor对象中。
我的理解是张量用于操作、输入和输出。稀疏张量只是张量(稠密？)的另一种表示。希望有人能进一步解释不同之处，以及他们的用例。
浏览 3提问于2017-12-05得票数 24
回答已采纳
2回答
将数组的值解压缩为变量函数的参数
、、、、
我正在尝试(在编译时)将整数解压缩为变量函数的参数。其想法是在编译时将这些值打包到数组或std::index_sequence (c++14)中。我尝试使用一些旧的帖子中的答案，但我发现这个示例代码在我的级别上是不可读的。
下面是一个简单的例子，我需要在我正在编写的代码中实现这个功能，在这个例子中，我试图使用std::make_index_sequence。我不一定要使用后者。问题是序列的值没有被解压缩为变量函数的参数：
#include <cstdio>
#include <iostream>
#include <utility>
using names
浏览 0提问于2018-11-24得票数 5
回答已采纳
1回答
有没有什么办法可以让我增加最大的递归深度？我只需要它大2-3倍。
我有一个具有许多张量的tensorflow图，这些张量是懒惰地构造的，因为它们依赖于其他张量(这些张量可能还没有构造)。我可以保证这个进程会终止，并且不会耗尽内存。但是，我遇到了这个递归深度错误。
浏览 0提问于2017-08-12得票数 0
1回答
我有这个张量： tensor([[[1, 2],
[3, 4]],
[[5, 6],
[7, 8]]]) 我有这个索引张量： tensor([0, 1]) 我想要得到的是根据dim 1的子张量和索引张量中的相应索引，也就是： tensor([[1, 2],
[7, 8]]) 我尝试使用torch.gather()函数和高级索引，但没有成功，有人能帮上忙吗？
浏览 36提问于2021-04-16得票数 0
1回答
问题是，我有一个带形状[batch_size, seq_len, k]的指数张量，这个张量中的每个元素都在[0, hidden_dim)范围内。我想要创建一个形状为[batch_size, seq_len, hidden_dim]的掩模张量，其中由indices张量索引的每个元素都是1，而其他元素是0。k比hidden_dim小。例如：
indices = [[[0],[1],[2]]] #batch_size=1, seq_len=3, k=1
mask = tf.zeros(shape=(1,3,3)) #batch_size=1, seq_len=3, hidden_dim = 3
如何
浏览 5提问于2022-08-06得票数 0
回答已采纳
我试图根据另外两个张量的内容组装一个张量，如下所示：
我有一个叫A的二维张量，它的形状为I* J，另一个叫B的二维张量，它的形状为M* N，其元素是A的第一维的指数，我想得到一个具有M*N*J形状的三维张量C，使得[0，M)中的所有m和[0，N]中的所有m都有C[m,n,:] == A[B[m,n],:]。
我可以使用嵌套的for-循环来迭代M和N中的所有索引，在每个索引上分配正确的值给C，但是M和N很大，所以速度很慢。我怀疑有一些更好的，更快的方法来做这件事，使用聪明的切片或内置的pytorch函数，但我不知道它会是什么。它看起来有点像使用torch.gather()的地方，但这需要所有张量
浏览 3提问于2022-01-31得票数 1
回答已采纳
1回答
在pytorch中，我必须得到维数K，L，M和M，L，N的张量，我要执行这些张量沿中间二维方向的标准张量卷积积，从而得到K，N张量。我找不到关于如何执行这些操作的正式文档，也许应该在其他库中进行更好的操作，然后再转换为py手电筒张量？
浏览 1提问于2020-07-30得票数 0
回答已采纳
使用PyTorch，我有一个尺寸为(b, 2, x, y)的多维张量A，以及尺寸(b, 2, x, y, 3)的另一个相关张量B。
我希望在dim=1中得到A中的最小值的索引(这个维数是2)，并将这个索引张量应用到B，这样我就可以得到一个形状(b, x, y, 3)的张量。
通过使用A_mins, indices = torch.min(A, dim=1)，我可以得到形状为(b, x, y)的张量indices，其中值是0还是1，这取决于A中dim=1的最小值。我不知道如何将其应用于B以获得所需的输出。我知道torch.index_select做了类似的工作，但只针对一维索引向量。
浏览 15提问于2022-02-23得票数 2
回答已采纳
我试图用指数张量来分割张量。为此，我尝试使用tf.gather。但是，我很难理解，不能像我期望的那样让它正常工作：
我有两个张量。具有[1,240,4]形状的[1,240,4]张量和形状[1,1,120]的ids张量。我想将activations张量的第二维与ids张量的第三维中提供的指数分开：
downsampled_activations = tf.gather(activations, ids, axis=1)
我给了它axis=1选项，因为它是activations张量中的轴，我想切片。
但是，这不会呈现预期的结果，只会给出以下错误：
tensorflow.python.framewo
浏览 5提问于2020-09-26得票数 4
回答已采纳
我有两个张量，张量a和张量b。 我想要得到张量b中值的所有索引。 例如。 a = torch.Tensor([1,2,2,3,4,4,4,5]) b = torch.Tensor([1,2,4]) 我想要张量a中1, 2, 4的索引，我可以通过下面的代码来实现。 a = torch.Tensor([1,2,2,3,4,4,4,5])
b = torch.Tensor([1,2,4])
mask = torch.zeros(a.shape).type(torch.bool)
print(mask)
for e in b:
mask = mask + (a == e)
print
浏览 93提问于2020-10-11得票数 1
回答已采纳
1回答
我想做这样的事：
假设输入张量是一个(2, 3)张量，其值如下：
[[1 2]
[3 4]
[5 6]]
我正在通过以下操作将2D张量压平成一维：
input = tf.reshape(input, [-1])
所以现在输入变成[1 2 3 4 5 6]。
但是，我还创建了一个一维张量，它对前一个张量进行索引，因此所需的输出是[0 0 1 1 2 2]。我应该如何在TF中创建这个张量？
通常情况下，如果输入张量具有(X, Y)形状。我想创建一个一维张量器，其外观如下：
[0 0 0 ... 0 1 ....1 2 ... 2 ... X-1 ... X-1]
其中每个值被重复Y-1次。
浏览 2提问于2017-09-16得票数 3
回答已采纳
2回答
我有大小为torch.Size([12, 64, 8, 8, 3])的第一个张量，(8,8,3)是图像大小，64是面片，12是批量大小 还有另一个大小为torch.Size([12, 10])的张量，它为批次中的每个项目选择10个补丁(从总共64个补丁中选择10个补丁)。因此，它存储索引。如何使用它来查询具有列表理解的第一个张量？
浏览 11提问于2020-07-11得票数 0
回答已采纳
我有一个快速傅立叶变换程序fftconvx，以两个张量Ttnsr和S作为输入参数，并将结果生成另一个张量G。所有张量都定义为Blitz++数组Array<complex<double>, N>，其中N是数组的秩。必须在双循环中多次调用过程fftconvx。
理想情况下，我希望将子数组Stnsr(ri,rj,rk,0)或Stnsr(ri,rj,rk,1)传递给子数组Gtnsr(t,p,ri,rj,rk,0)或Gtnsr(t,p,ri,rj,rk,1)，如下所示：
fftconvx( Gtnsr(t,p,ri,rj,rk,0), Ttnsr, Stnsr(ri,rj,rk,
浏览 4提问于2014-10-14得票数 0
回答已采纳
1回答
Theano/numpy高级索引
、、、、
我有一个4d theano张量(例如，形状为(1700，16,95000) )和一个形状为(1700，16,1024)的4d ' mask‘张量，使得mask中的每个元素都是我需要的原始张量的索引。如何使用掩码来索引张量？像samplemask或sample:，mask这样的东西似乎并不能真正起作用。
我也尝试使用二进制掩码，但由于张量相当大，我得到了一个“设备内存不足”异常。
关于如何从张量中获取索引的其他想法也将非常感谢。
谢谢
浏览 1提问于2016-04-21得票数 1
1回答
有没有一种方法可以索引稀疏张量的单元/部分，就像在密集张量的情况下？
# dens_tensor.shape = [10, 10, 10]
dense_cell = dense_tensor[0,0,1]
如果没有，是否有人知道索引稀疏张量的变通方法？
浏览 0提问于2016-12-16得票数 2
我需要使用3D张量最后一维的索引来索引4D张量的最后一维。例如，给定以下张量：
X = array([[[[ 0.14127222, 0.37404611, 0.09612721, 0.19907043, 0.84104371,
0.33678107, 0.03965124, 0.16844736, 0.61240914, 0.02107638],
[ 0.46010377, 0.4302605 , 0.95917015, 0.05052149, 0.96033522,
0.6383985 , 0.24895258, 0.787
浏览 1提问于2016-12-20得票数 3
1回答
如果我有一个形状为"batch_size * length * hidden_size“的张量，还有另一个形状为"batch_size * 2”的索引跨度张量，其中索引跨度张量表示我想从第一个张量中选择的开始和结束索引。表示索引跨度张量是否有值
[[1,3], [2, 4]]
然后，我想从第一个张量中获得以下掩码
[[0, 1, 1, 1, 0, 0, ...], [0, 0, 1, 1, 1, 0, 0, ...]]
有没有办法用Tensorflow做到这一点？
浏览 0提问于2018-07-12得票数 0
2回答
我目前正试图在Tensorflow中实现一个分段最大池操作，如所描述的那样。给出一个句子，我想把它分成三个不同的部分，最大将所有的部分分开，这样我就可以得到3个不同的值，而不是1。
更具体地说，我有一个张量training的形状[batch_len, 1, sentence_len, feature_len]。我还有另一个张量splits of shape [batch_len, 2]，其中任意行的第一个元素是拆分第一部分的索引，而第二个元素是拆分最后一部分的索引。我希望以一种基于training张量中提供的值索引值将其划分为树状部分的方式对splits张量进行索引。
我们不能简单地使用另一个
浏览 1提问于2017-11-16得票数 1
回答已采纳
我有以下张量： indices = tf.constant([[1, 2], [0, 2], [1, 0]]) 我想创建以下张量： [[0, 1, 1],
[1, 0, 1],
[1, 1, 0]] 基本上，我想要一个形状为indices.shape[0]的方阵，其中除indices张量中的相应索引外，其元素都为零。 我尝试过tf.scatter_nd，但是没有成功！
浏览 33提问于2021-04-07得票数 0
回答已采纳
给定的
batch_images：(B, H, W, C)形状的4D张量
x：(B, H, W)形状的三维张量
y：(B, H, W)形状的三维张量
目标
如何利用batch_images和x坐标进行索引，得到形状为4D的B, H, W, C张量。也就是说，我想为每一批得到一个张量，对于每对(x, y)，得到一个形状的C张量。
例如，在numpy中，可以使用input_img[np.arange(B)[:,None,None], y, x]实现这一点，但我似乎无法使它在tensorflow中工作。
我的尝试到目前为止，
def get_pixel_value(img, x,
浏览 1提问于2017-01-06得票数 1
回答已采纳
我有一个形状的张量，[?,128,128,128,5].This表示一个具有5个可能类别的3D图像。 我想在[?,:,:,:,4]中添加子张量[?,:,:,:,2]和[?,:,:,:,3]，它们现在都是零。 然后我想把前面的子张量[?,:,:,:,2]和[?,:,:,:,3]设置为0。我该怎么做呢？ 感谢您的帮助！
浏览 5提问于2019-06-14得票数 0
回答已采纳
1回答
我试图索引到张量中，从一维张量中得到一个切片或单个元素。我发现，当使用numpy方法索引[:]和slice vs tf.gather时，性能差异很大(几乎30%-40% )。
此外，我还观察到，tf.gather在标量(在未堆叠的张量上循环)上使用的开销很大，而不是张量。这是众所周知的问题吗？
示例代码(效率低下)：
for node_idxs in graph.nodes():
node_indice_list = tf.unstack(node_idxs)
result = []
for nodeid in node_indices_list:
x
浏览 3提问于2017-09-05得票数 4
假设我有一个形状的张量(100,20)。现在我也有一个形状指数的张量(100，)。如何获得形状张量(100，或(100,1)，每一行(100行)正确的值(由索引中相应的索引选择)？
小例子:假设张量A是
[1, 2, 3]
[4, 5, 6]
[7, 8, 9]
张量B是
[0,2,1]
那么我想要输出
[1,6,8]
浏览 0提问于2016-11-21得票数 3
回答已采纳
1回答
索引Keras张量
、、、
my函数模型的输出层是维数x的张量(None, 1344, 2)。我希望从n < 1344的二维范围内提取x条目，并创建一个尺寸为(None, n, 2)的新张量y。
简单地访问n似乎可以直接提取n连续条目，但如果n索引是非连续的，则(似乎)很困难。在Keras中是否有一条干净的道路可以做到这一点？
到目前为止，我的方法如下。
实验1 (切片张量，连续指数，工作)：
print('My tensor shape is', K.int_shape(x)) #my tensor
(None, 1344, 2) # as printed in my code
print(&#
浏览 0提问于2018-06-02得票数 3
回答已采纳
1回答
给定一个一维张量：
A = torch.tensor([1, 2, 3, 4])
假设我们有一些“索引器张量”
ind1 = torch.tensor([3, 0, 1])
ind2 = torch.tensor([[3, 0], [1, 2]])
当我们运行A[ind1] & A[ind2]时
结果表明，tensor([4, 1, 2]) & tensor([[4, 1],[2, 3]])与索引张量(ind1和ind2)的形状相同，其值由张量A映射而来。
我想问如何在高维张量上索引
目前我有一个解决方案
对于IND张量A，假设我们有索引器张量IND，IND类似于[[i11,
浏览 2提问于2022-02-05得票数 0
回答已采纳
我建立了一个基于图像的CNN模型--一级分类。输出张量是一个包含65个元素的列表。对Softmax函数进行张量输入，得到分类结果。我认为这个输出张量中的最大值是分类结果，为什么不用这种方法来完成分类任务呢？仅仅是Softmax函数就可以很容易地取到导数？
浏览 1提问于2018-06-22得票数 4
回答已采纳
我希望在恒定的访问时间内通过索引访问稀疏张量的值。例如，如果我有如下表示的稀疏张量：
sparse = tf.SparseTensor(indices=[[0, 0], [1, 2]], values=[1, 3], dense_shape=[3, 4])
我想要一个类似这样的操作：
assert sparse[0,0] == 1
assert sparse[1,2] == 3
有什么简单的方法可以做到这一点吗？我见过类似的例子，其中结合使用了tf.where和tf.gather。然而，这似乎是一种非常低效的访问这些值的方式，因为我现在(在最坏的情况下)必须搜索整个索引张量，以便找到匹配(随着
浏览 13提问于2018-02-23得票数 1
3回答
用另一个多维张量索引多维火炬张量
、、、、
我有一个张量x，我们假设形状(5,3,2,6)和另一个形状的张量idx (5,3,2,1)，它包含第一张量中每个元素的指数。我要用第二张量的指数分割第一个张量。我尝试了x= xidx，但是当我真的希望它是形状(5,3,2)或(5,3,2,1)时，我得到了一个奇怪的维数。
我试着举一个简单的例子:比方说
x=torch.Tensor([[10,20,30],
[8,4,43]])
idx = torch.Tensor([[0],
[2]])
我想要像这样的
y = x[idx]
这样'y‘输出[[10],[43]]
浏览 1提问于2020-07-06得票数 5
回答已采纳
我们需要从一个张量取样到另一个包含概率的张量。假设我们有两个张量t1，形状的t2 (?,3)，并且希望找到另一个形状的张量t3 (?,1)，它包含t1中关于t2中概率的每一行的样本。
浏览 0提问于2019-06-21得票数 1
回答已采纳
这里有一个5-dimensional张量dense_volume1，而在“和弦”中有许多4-dimensional索引张量coord。
如何有效地索引原始值张量？
下面的代码看起来太慢了：
for coord in coords:
feats.append(dense_volume1[coord[3], :, coord[0], coord[1], coord[2]])
浏览 5提问于2022-06-24得票数 -1
我有一个带有requires_grad=True的pytorch张量和张量w。我想把它转换成一个kxn张量p，也是这样的：p[i] = w[i][i:i+n]。我如何做到这一点，这样通过最后在p的损失函数上调用backward()，我将学习w
浏览 0提问于2018-12-08得票数 0
问题：
假设我有两个张量，a和b。两者具有相同的形状：[?, 10, 4096]。
如何将两者拉链，使由此产生的张量形状为?，20,4096，，但同时也是，使得a的ith元素就在b的ith元素之前。
列表示例：
a = [1, 3, 5]
b = [2, 4, 6]
现在我想要一个张量，它看起来像[1, 2, 3, 4, 5, 6]和，而不是 [1, 3, 5, 2, 4, 6]，这就是如果我用tf.stack和tf.stack，然后使用tf.reshape会发生什么，对吗？
或者一个更普遍的问题是，你怎么知道tf.reshape是按照什么顺序重塑张量的？
浏览 1提问于2018-02-20得票数 0
回答已采纳
我需要一个与tf.one_hot提供的1有些类似的张量，但我(有时)需要在每一行中有多个张量。
更具体地说，给定一个2d张量A，当且仅当A包含列索引作为同一行中的值时，我需要一个在某个位置具有1的2d张量。
更糟糕的是，我给出的张量A是动态大小和填充的，但另一个1d张量提供了实际长度。
执行此操作的有效方法(内存和时间)是什么？
问题的一些上下文:我正在对每个示例使用可变的标签子集进行多类分类。因此，我计算softmax的指数，并希望从不相关的类标签中减去一个大数字。
例如，给定输入：
indices = [[1, 4, 2, 5], [0, 4, 2, 0], [2, 4, 0, 0]]
r
浏览 2提问于2017-05-13得票数 0
所以我有一个张量，model，其中M是模型的数目，B是批，C是类，每个单元是给定模型和批处理的类的概率。然后，我得到了一个正确答案的张量，也就是B大小的1D，我们称之为"t“。如何使用大小为1D的B来返回MxBx1，其中返回的张量只是正确类的值？假设M张量被称为"blah“，我试过了
blah[:, :, C]
for i in range(M):
blah[i, :, C]
blah[:, C, :]
前2只返回每个切片第3维中的索引t值。最后一个返回二维t索引处的值。我该怎么做？
浏览 1提问于2021-04-01得票数 3
回答已采纳
我需要切片一个等级-3张量，为第一维的每个条目选择一个不同的第二维值。
对于每个3张量，我需要这样做，但例如，考虑以下(3,4,3)张量A
[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]
[ 9 10 11]]
[[12 13 14]
[15 16 17]
[18 19 20]
[21 22 23]]
[[24 25 26]
[27 28 29]
[30 31 32]
[33 34 35]]]
和下面的索引列表索引用于第二维度
[1,2,3]
然后要得到以下(3,3)张量out
[[ 3 4 5]
[18 19 20]
[33 34 35]]
我知道如何用for循
浏览 2提问于2022-02-03得票数 0
回答已采纳
2回答
我正在尝试将计算ny输出的输出的层更改为计算循环输出的层，以便输出具有与输入相同的形状。例如，请考虑以下内容 nt = 1000
nx_in = 8
ny = 2
x_train = np.array(shape=(nt, nx_in))
input = keras.Input(shape=(1, None, x_train.shape[1]), name='x_input')
output_ny = layers.Dense(ny)(x_input) 以上操作将生成预期的结果。现在，我想通过生成一个新的输出张量来创建一个递归层，该张量具有与输入张量相同的形状，并通过从张量
浏览 44提问于2019-08-27得票数 0
回答已采纳
对于给定的2D张量，我想检索值为1的所有索引。我希望能够简单地使用torch.nonzero(a == 1).squeeze()，这将返回tensor([1, 3, 2])。然而，相反，torch.nonzero(a == 1)返回一个2D张量(没关系)，每行有两个值(这不是我所期望的)。然后，返回的索引应该用于对三维张量的第二维(索引1)进行索引，并再次返回2D张量。
import torch
a = torch.Tensor([[12, 1, 0, 0],
[4, 9, 21, 1],
[10, 2, 1, 0]])
浏览 7提问于2019-09-27得票数 1
回答已采纳
3回答
我正在试着从张量中删除一项。
在下面的示例中，如何从张量中删除第三项？
tensor([[-5.1949, -6.2621, -6.2051, -5.8983, -6.3586, -6.2434, -5.8923, -6.1901,
-6.5713, -6.2396, -6.1227, -6.4196, -3.4311, -6.8903, -6.1248, -6.3813,
-6.0152, -6.7449, -6.0523, -6.4341, -6.8579, -6.1961, -6.5564, -6.6520,
-5.9976, -6.
浏览 6提问于2020-06-14得票数 7
回答已采纳
已经有人问过一个类似的问题，但我认为这个解决方案不适合我的情况。
我只是想知道为什么不可能做一个torch.scatter操作，其中我的指数张量大于我的值张量。在我的例子中，我有重复的索引，例如下面的值张量a和索引张量idx
a = torch.tensor([[0, 1, 0, 0],
[0, 0, 1, 0]])
idx = torch.tensor([[1, 1, 2, 3, 3],
[0, 0, 1, 2, 2]])
a.scatter(-1, idx, 1)返回：
RuntimeError:预期索引2，5
浏览 1提问于2021-07-06得票数 1
1回答
我有张量a = torch.arange(6).reshape(2,3)和另一个张量b=(torch.rand(a.size())> 0.5).int().nonzero()。
我想要创建一个新的张量，它只包含由a表示的b索引的值。
例如：
a = torch.arange(6).reshape(2,3) # tensor([[0, 1, 2],
# [3, 4, 5]])
b = (torch.rand(a.size())> 0.5).int().nonzero() # tensor([[0, 1]
浏览 4提问于2022-05-07得票数 1
假设我有一个具有形状(大小，大小)的2D张量，我想得到两个新的张量，其中包含原始张量的行索引和列索引。所以如果size是2，我想得到[0，0，1，1]和[0，1，0，1]
棘手的是，size是另一个张量，它的值只有在tensorflow会话中运行图形时才能知道。我如何在tensorflow中做到这一点？
浏览 33提问于2017-08-09得票数 2
回答已采纳
下面使用tf.tensor_scatter_nd_add的一个简单示例给我带来了问题。 B = tf.tensor_scatter_nd_add(A, indices, updates) 张量A是(1,4,4) A = [[[1. 1. 1. 1.],
[1. 1. 1. 1.],
[1. 1. 1. 1.],
[1. 1. 1. 1.]]] 期望的结果是张量B： B = [[[1. 1. 1. 1.],
[1. 2. 3. 1.],
[1. 4. 5. 1.],
[1. 1. 1. 1.]]] 也就是说，我想把这个更小
浏览 40提问于2020-10-18得票数 1
回答已采纳
我有一个距离张量
tensor([ 5, 10, 2, 3, 4], device='cuda:0')
和一个指数张量
tensor([ 0, 2, 3], device='cuda:0')
我希望找到距离张量的argmax，但在指数张量指定的指数子集上只找到。
在本例中，我将查看距离张量的第0、第2和第3元素(值5、2、3)，并返回索引0(最大值-5位于距离张量的第0位)。
tensor([ 0], device='cuda:0')
这样的东西在不使用for循环的情况下可行吗？谢谢
浏览 3提问于2021-11-22得票数 0
回答已采纳
4回答
变分函数
、、、、
我正在尝试编写一个类来表示张量Tensor，并希望提供2维张量的语法tensor(i, j)，3维张量的tensor (i, j, k)等等。
我想知道的是，是否有一种c++类型安全的方法来声明这样的Tensor:operator()(int, int, ...)，它可以接受任意数量的int参数(除了带有宏va_start va_end的C样式之外)，以及如何在函数中使用这些参数。
耽误您时间，实在对不起。
浏览 9提问于2017-12-17得票数 1
假设我有一个张量a和一个张量b import torch
a = torch.tensor([[[ 0.8856, 0.1411, -0.1856, -0.1425],
[-0.0971, 0.1251, 0.1608, -0.1302],
[-0.0901, 0.3215, 0.1763, -0.0412]],
[[ 0.8856, 0.1411, -0.1856, -0.1425],
[-0.0971, 0.1251, 0.1608, -0.1302],
[-0.0901, 0.3215, 0.1763, -0.0412]]]
浏览 8提问于2020-03-26得票数 0
回答已采纳
2回答
我有一个像<code>D1</code>这样的张量<code>D0</code>，我想实现一个名为<code>D2</code>的函数，它可以将正数据过滤成一个新的张量，并返回原始张量的索引。例如：
<code>A3</code>
如何在pytorch中最有效地实现此功能？
浏览 34提问于2019-08-20得票数 17
经过几次计算，得到了形状为(128,128，32)的张量x。如何实现与下一段代码相同的行为？
x[:, :, 1:] = 0
实际上，我想清除除一个矩阵以外的所有条目。
张量是在一个会话中获得的，我想清除同一会话中的条目。
做这件事最简单的方法是什么？
浏览 1提问于2016-09-20得票数 0
我有一个LongTensor，它包含来自另一个张量的所有指数。如何将此LongTensor转换为可用作选择掩码的ByteTensor。
假设，
th> imageLabels:size()
17549
3
[torch.LongStorage of size 2]
[0.0001s]
th> indices
1
22
32
[torch.LongTensor of size 3]
我需要一种使用imageLabels表示法
浏览 5提问于2016-07-15得票数 0
回答已采纳
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
