高效填充torch.Tensor在相同索引位置

我有一个6维的全零PyTorch张量lrel_w,我想在前三个维度和后三个维度的索引相匹配的位置填充1s。我目前使用3个嵌套的for循环简单地解决了这个问题:

lrel_w = torch.zeros(  input_size[0], input_size[1], input_size[2],  input_size[0], input_size[1], input_size[2])for c in range(input_size[0]):  for x in range(input_size[1]):    for y in range(input_size[2]):      lrel_w[c,x,y,c,x,y] = 1

我相信一定有更有效的方法来做这件事,但我还没有找到解决方案。


回答:

你可以试试这个方法。

import torchc, m, n = input_size[0], input_size[1], input_size[2]t = torch.zeros(c, m, n, c, m, n)i, j, k = torch.meshgrid(torch.arange(c), torch.arange(m), torch.arange(n))i = i.flatten()j = j.flatten()k = k.flatten()t[i, j, k, i, j, k] = 1

如果你需要参考,以下是meshgrid的工作原理说明。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注