张量是一个多维数组。它是许多计算库中的关键实体,例如tensorflow,torch,theano,caffe,mxnet,用于机器学习任务。如果您使用此标记,还要使用相应的库标记问题。
假设我们有一个大小为 [60,9] 的张量 x 和一个大小为 [60,9] 的张量 y 是否可以执行像 xx,yy = torch.meshgrid(x,y) 这样的操作,使得 xx 和 yy 的大小为 [60,9,9] 和 xx[i,:,:], y...
张量大小的错误 voicet5 模型 - 张量的大小必须匹配(维度 2 除外)。预期大小为 16,但张量编号 1 的大小为 256
18帧 /usr/local/lib/python3.10/dist-packages/transformers/models/speecht5/modeling_speecht5.py 向前(自身,input_values,speaker_embeddings) 700 个发言者嵌入 =
大小参数在创建张量时如何表现? axis 参数在 torch.Tensor.sum() 和 torch.Tensor.softmax() 等方法中的行为如何? 我想很好地概述...
我正在尝试反转我创建的张量中的行的顺序。我尝试过使用tensorflow和pytorch。我唯一发现的是 torch.flip() 方法。这不起作用,因为它相反......
我试图创建一个张量,如下所示。 进口火炬 t = 火炬.张量(2,3) 我收到以下错误。 类型错误回溯(最近调用 最后)在() -...
我有一个名为 x 的 tenor.long 标量。如何在不将 x 转换为 numpy 的情况下制作张量张量 [(x.detached().numpy())] 的列表
pytorch 我什么时候需要在模型或张量上使用`.to(device)`?
我是 Pytorch 的新手,但它看起来很不错。我唯一的问题是何时使用tensor.to(device)或Module.nn.to(device)。 我正在阅读有关该主题的文档,它表明...
我正在尝试在 C++ 中围绕 Eigen::Tensor 对象创建一个包装器。这个想法是基于提供的数组在张量上创建一个碎片视图,该数组要么指定要碎片的行...
我是 pytorch 和张量的新手,我想知道如何执行以下操作。我将用一个超级简单的例子来解释: 如果我有 9 个值的 1d 张量 - [1,2,3,4,5,6,7,8,9] 我想“聚合&
预训练的 ViT(Vision Transformer)模型通常在 224x224 图像或 384x384 图像上进行训练。但我必须在
PyTorch 中tensor.permute 和tensor.view 之间的区别?
tensor.permute()和tensor.view()有什么区别? 他们似乎做同样的事情。
我有两个不同长度的二维张量,两者都是同一原始二维张量的不同子集,我想找到所有匹配的“行” 例如 A = [[1,2,3],[4,5,6],[7,8,9],[3,3,3] B = ...
从非常小的浮点数列表转换为 PyTorch 张量会出现 TypeError,因为 PyTorch 将科学记数法解释为 str 而不是 float
我想将数据设置为 PyTorch 张量,作为 ML 算法的目标。如果我按原样检查列表,我会得到: ydata = [1.39e-11, 1.5e-12, 4.7e-16] 我想把这个清单整理一下...
我使用 PyTorch 得到尺寸为 (210,2) 的张量。我想把它转换成(15,14,2)。 有人知道怎么做吗?先谢谢你了
我目前正在为我的人工智能助理项目开发唤醒词模型。我的流程涉及将音频数据转换为 MFCC 特征,将它们传递到 LSTM 层,然后使用 Linear La...
我正在尝试将字节音频流转换为PyTorch张量作为PyTorch的forward()函数的输入。 (更具体地说,我使用 Nemo 扬声器模型进行说话人识别: 音频信号,
我有一个大小为 torch.Size([1, 63840]) 的张量,然后将其展开: inp_unfolded = inp_seq.unfold(1, 160, 80) 这给了我一个形状: torch.Size([1, 797, 160]) 我怎样才能重新折叠它以获得
如何训练train_generator shuffle=True的SVM模型
当train_generator shuffle=True时,softmax_output和train_labels_list不对应 如何使标签对应 train_labels_list = [] train_generator_labels = train_generator.labels 对于
我有一个模型 def apk(x: 符号张量, y: 符号张量, k=10): ”“” 计算 k 处的平均精度。 ”“” #这里我需要找到元素x的数量,
有没有办法批量获取torch张量的直方图? 例如: x 是形状为 (64, 224, 224) 的张量 # x 的形状为 (64, 256) x = batch_histogram(x, bins=256, min=0, max=255)