英文:
Reshaping torch tensor
问题
我有一个形状为(1,3,8)的张量。我想要增加第一个维度到n，从而得到最终形状为(n,3,8)的张量。我想要填充这个形状的零值。这是我尝试的方法：
n = 5
a = torch.randn(1,3,8) # 随机生成一个(1,3,8)的张量
b = torch.cat((a,torch.zeros_like(a)))
for i in range(n-2):
b = torch.cat((b,torch.zeros_like(a)))
print(b.shape) # (5,3,8)
这个方法有效，但是否有更好和更优雅的解决方案？
英文:
I have a torch of shape (1,3,8). I want to increase the first dimension to n, resulting in the final tensor of shape (n,3,8). I want to pad zeroes of that shape. Here is what I worked on:
n = 5
a = torch.randn(1,3,8) # Random (1,3,8) tensor
b = torch.cat((a,torch.zeros_like(a)))
for i in range(n-2):
b = torch.cat((b,torch.zeros_like(a)))
print(b.shape) # (5,3,8)
This works, but is there a better and more elegant solution?
答案1
得分: 2
你可以通过立即创建一个长度为 n-1 的零张量来避免循环：
torch.cat((a, torch.zeros(n - 1, a.shape[1], a.shape[2]))
英文:
You can avoid the loop by creating a tensor of zeros of length n-1 straight away:
torch.cat((a, torch.zeros(n - 1, a.shape[1], a.shape[2])))
答案2
得分: 1
你可以使用 pad 函数，例如，
n = 5
a = torch.randn(1,3,8)
b = torch.nn.functional.pad(a, (0, 0, 0, 0, n - 1, 0), value=0)
print(b.shape)
torch.Size([5, 3, 8])
请注意，元组中的值 (0, 0, 0, 0, n - 1, 0) 是按从最后到第一个维度的顺序工作，即初始的两个零表示在最后一个维度上填充 0 个点，而最后两个值 (n - 1 和 0) 表示在第一个维度的末尾填充 n - 1 个值，并在前面填充 0 个值。
英文:
You can use the pad function, e.g.,
n = 5
a = torch.randn(1,3,8)
b = torch.nn.functional.pad(a, (0, 0, 0, 0, n - 1, 0), value=0)
print(b.shape)
torch.Size([5, 3, 8])
Note that the values in the tuple (0, 0, 0, 0, n - 1, 0) work through the dimensions from last to first, i.e., the initial two zeros mean pad 0 points to the last dimension, while the last two values (n - 1 and 0) mean pad n - 1 values to the back of the first dimension and 0 values to the front.
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论