我有一个张量 x 和 x.shape=(batch_size,10) ，现在我想采取
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() 中实现它并调用 loss.backward() 时，反向传播的速度非常慢 . 为什么它很慢，有没有办法有效地实现它？
2 回答
它很慢，因为你使用两个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)或x = x.prod(dim=1)应该管用
当您使用两个循环来计算产品时，复杂性为n ^ 2 . 想象一下，在反向传播过程中多次这样做，你的代码变慢了 .
向量运算加速了这些计算 .