PyTorch稀疏张量的维数必须为nDimI + nDimV

我试图将gd中的值插入到坐标[1,0]。下面是矩阵。当我尝试这样做时,我得到了一个RuntimeError。

>>> import torch>>> cd = [[1, 0]]>>> gd = [0.39613232016563416]>>> i = torch.LongTensor(cd)>>> v = torch.FloatTensor(gd)>>> p = torch.rand(2)>>> i 1  0[torch.LongTensor of size 1x2]>>> v 0.3961[torch.FloatTensor of size 1]>>> p 0.4678 0.0996[torch.FloatTensor of size 2]>>> torch.sparse.FloatTensor(i.t(), v, torch.Size(list(p.size()))).to_dense()Traceback (most recent call last):  File "<stdin>", line 1, in <module>RuntimeError: invalid argument 2: number of dimensions must be nDimI + nDimV at /Users/soumith/code/builder/wheel/pytorch-src/torch/lib/THS/generic/THSTensor.c:169

回答:

有两点需要注意。

1) 目前p是一个秩为1的张量。要在位置[1,0]插入东西,它需要是一个秩为2的张量。

2) 你不需要对稀疏张量做复杂的事情。简单地p[cd[0], cd[1]] = v[0]应该可以工作。其中cd = torch.LongTensor([row_idx, col_idx])

所以:

>>> cd = torch.LongTensor([1,0])>>> gd = [0.39613232016563416]>>> v = torch.FloatTensor(gd)>>> p = torch.rand((2,2))>>> p
 0.9342  0.8539 0.7044  0.0823

[torch.FloatTensor of size 2×2]

>>> p[cd[0], cd[1]] = v[0]>>> p
0.9342  0.85390.3961  0.0823

[torch.FloatTensor of size 2×2]

就这么简单。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注