我有一个大小为64x64x3x3的Torch Cuda张量，我想以如下方式可视化其在特定层中的权重：

local layer = model:get(3)local weights = layer.weightlocal imgDisplay = image.toDisplayTensor{input=weights, padding=2, scaleeach=80}

这产生了一个错误：

'packed must be a HxW or KxHxW or Kx3xHxW tensor, or a list of tensors

我应该如何调整张量的大小以便使用toDisplayTensor？谢谢。

回答：

错误似乎非常直接 – 您应该以以下形式提供数据：

• HxW – 高度 x 宽度，2维张量，每个核/通道对一个
• KxHxW – 核 x 高度 x 宽度，3维张量，每个通道一个（例如，如果数据是灰度的）
• Kx3xHxW – 核 x 通道 x 高度 x 宽度，4维张量，每个网络层一个（对于3通道彩色数据，因为第二维将被映射到RGB比例）

在您的情况下，我假设您的图像是64×64（或在当前卷积之后是）？那么您需要一个3x3x64x64的张量，其中第一维是迭代核的维度，第二维是迭代颜色的维度，第三和第四维是图像本身的维度。