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

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