首页 文章

Pytorch，有效的方式通过其第一个和最后一个元素扩展张量

提问于
浏览 次
1

我在pytorch中有一个张量 . 我想分别从_88190_位置开始在特定维度上扩展它，分别是该维度的第一个和最后一个元素 .
假设我有数据 [[0, 0, 0], [1, 1, 1], [2, 2, 2]] 的张量 . 操作 extend(dim, k) 会以这种方式改变它：

extend(0, 1) ：[ [0, 0, 0], [0, 0, 0] ，[0,0,0]，[1,1,1]，[2,2,2]， [2, 2, 2], [2, 2, 2] ]

extend(1, 1) ：[ 0 ，0,0,0， 0 ]，[ 1 ，1,1,1， 1 ]，[ 2 ，2,2,2， 2 ]]

什么是有效的方法（符合 tensor.requires_grad=true ）

python pytorch

1 回答

  • 1

    您正在寻找torch.nn.functional.pad， mode='replicate' .
    但是，要使其工作，您需要注意两件事：

    1. pad 不适用于2D张量 . 因此，您需要在 pad 之前添加前导单例维度，然后再将 squeeze 添加 .
      2.填充值 pad 的预期顺序与暗淡顺序相反 .
    import torch
from torch.nn inport functional
x = torch.tensor([[0, 0, 0],[1, 1, 1], [2, 2, 2]], dtype=torch.float)
# expand along dim=0 by k=2 
f.pad(x[None,None,...], (0,0, 2, 2), mode='replicate').squeeze()

    出[]：
    张量（[[0 . ，0.，0 . ]，
    [0.，0.，0 . ]，
    [0.，0.，0 . ]，
    [1.，1.，1 . ]，
    [2.，2.，2 . ]，
    [2.，2.，2 . ]，
    [2.，2.，2 . ]]）

    # expand along dim=1 by k=2
f.pad(x[None,None,...], (2, 2, 0 , 0), mode='replicate').squeeze()

    出[]：
    张量（[[0,0,0,0,0,0,0,0,0]，
    [1.，1.，1.，1.，1.，1.，1 . ]，
    [2.，2.，2.，2.，2.，2.，2 . ]]）

    回复于

相关问题