Neural network 只有一个元素张量可以转换为python标量

在获取网络输出的培训过程中，上述函数产生了以下错误，它在自定义层内调用，我不知道它引用了什么，有什么想法吗？

列表理解中的问题，如

blah

是张量列表

我将通过循环

a.shape[0]

和

a.shape[1]

创建一个简单的张量列表，然后将所有内容堆叠到一个张量中

def Log(A):
    '''
    theta = arccos((tr(A)-1)/2)
    K=1/(2sin(theta))(A-A^T)
    log(A)=theta K
    '''
    theta=torch.acos(torch.tensor((torch.trace(A)-1)/2))
    K=(1/(2*torch.sin(theta)))*(torch.add(A,-torch.transpose(A,0,1)))
    
    return theta*K

def tensor_Log(A):
    blah=[[Log(A[i,j]) for j in range(A.shape[1])] for i in range(A.shape[0])]
    new=torch.tensor(blah)
    
    return new

ValueError: only one element tensors can be converted to Python scalars

然后，您可以使用

重塑

或

查看

恢复所需格式：

R = torch.stack([Log(A[i,j]) for i in range(A.shape[0]) for j in range(A.shape[1])])

---

清单理解中的问题是一系列张量

我将通过循环

a.shape[0]

和

a.shape[1]

创建一个简单的张量列表，然后将所有内容堆叠到一个张量中

def Log(A):
    '''
    theta = arccos((tr(A)-1)/2)
    K=1/(2sin(theta))(A-A^T)
    log(A)=theta K
    '''
    theta=torch.acos(torch.tensor((torch.trace(A)-1)/2))
    K=(1/(2*torch.sin(theta)))*(torch.add(A,-torch.transpose(A,0,1)))
    
    return theta*K

def tensor_Log(A):
    blah=[[Log(A[i,j]) for j in range(A.shape[1])] for i in range(A.shape[0])]
    new=torch.tensor(blah)
    
    return new

ValueError: only one element tensors can be converted to Python scalars

然后，您可以使用

重塑

或

查看

恢复所需格式：

R = torch.stack([Log(A[i,j]) for i in range(A.shape[0]) for j in range(A.shape[1])])

---

tensor\u Log

和

Log

的输入形状是什么？@Ivan tensor\u Log是一个4张量，而Log只是一个4张量matrix@Ivan更具体地说，张量_Log是bs x额外尺寸x 3 x 3，Log接受3x3矩阵，哪一行准确地抛出了这个错误？

tensor\u Log

和

Log

的输入形状是什么？@Ivan tensor\u Log是一个4张量，而Log只是一个4张量matrix@Ivan更具体地说，tensor_Log是bs x extra dim x 3 x 3，Log接受一个3x3矩阵，哪一行准确地抛出了这个错误？干杯，mate，修正了它。奇怪的是，我在自定义层中使用的另一个函数上使用了相同类型的列表comp，并且没有在其中抛出错误。这个实例

Log

已经返回了一个张量，因此您的列表理解变成了一个张量列表，它

torch.tensor

不喜欢接收。如果

Log

返回了一个标量，它就可以工作了，也许这就是它在其他函数中工作的原因。我很高兴这有帮助。干杯，伙计，修好了。奇怪的是，我在自定义层中使用的另一个函数上使用了相同类型的列表comp，并且没有在其中抛出错误。这个实例

Log

已经返回了一个张量，因此您的列表理解变成了一个张量列表，它

torch.tensor

不喜欢接收。如果

Log

返回了一个标量，它就可以工作了，也许这就是它在其他函数中工作的原因。我很高兴这有帮助。