如何在大小不一致时扩展一个张量

a =  tensor([   [101,  103],        [101,  1045]    ])b =  tensor([   [101,  777, 227],        [101,  888, 228]    ])

如何从a和b得到这个张量c:

c = a + b =  tensor([   [101,  103, 0],        [101,  1045, 0],        [101,  777, 227],        [101,  888, 228]            ])

我尝试使用c = torch.cat((a, b), dim=0)但不起作用。


回答:

一般来说,你可以尝试将第一个张量填充到与另一个张量相同的大小。对于这个问题,你可以按以下方式操作:

import torchimport torch.nn.functional as Fa = torch.tensor([    [101,  103],    [101,  1045]])b = torch.tensor([    [101,  777, 227],    [101,  888, 228]])a = F.pad(a, pad=(0, b.size()[1] - a.size()[1], 0, b.size()[0] - a.size()[0]), value=0)print(a)

这将用零扩展a张量的第一和第二维度,以匹配b张量。

然后你可以将它们连接起来:

c = torch.cat((a, b), dim=0)

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