如何在Pytorch中高效计算张量?

我有一个张量 x 并且 x.shape=(batch_size,10),现在我想进行以下操作:

 x[i][0] = x[i][0]*x[i][1]*...*x[i][9] for i in range(batch_size)

这是我的代码:

for i in range(batch_size):    for k in range(1, 10):        x[i][0] = x[i][0] * x[i][k]

但是当我在 forward() 中实现这个并调用 loss.backward() 时,反向传播的速度非常慢。为什么会慢,有没有更高效的实现方法?


回答:

速度慢是因为你使用了两个for循环。

你可以使用 .prod,参见: https://pytorch.org/docs/stable/torch.html#torch.prod

在你的情况下,

x = torch.prod(x, dim=1)x = x.prod(dim=1)

应该可以工作

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