Python 如何将torch.tensor矩阵转换为更大的张量?
我遇到了一个将torch.tensor的python矩阵转换为torch.tensor的问题 例如,Python 如何将torch.tensor矩阵转换为更大的张量?,python,pytorch,Python,Pytorch,我遇到了一个将torch.tensor的python矩阵转换为torch.tensor的问题 例如,M是一个(n,M)矩阵,每个元素M[i][j]是一个火炬张量,大小相同(p,q,r,…)。如何将列表的python列表M转换为大小为(n,M,p,q,r,…)的torch.tensor e、 g 如何将上面的M转换为火炬。大小为(5,10,3,4)的张量试试这个 ref=np.arange(3*4*5).重塑(3,4,5)#numpy数组 值=[ref.copy()+i for i in rang
M
是一个(n,M)
矩阵,每个元素M[i][j]
是一个火炬张量,大小相同(p,q,r,…)
。如何将列表的python列表M
转换为大小为(n,M,p,q,r,…)的torch.tensor
e、 g
如何将上面的M
转换为火炬。大小为(5,10,3,4)
的张量试试这个
ref=np.arange(3*4*5).重塑(3,4,5)#numpy数组
值=[ref.copy()+i for i in range(6)]#numpy数组列表
b=火炬。来自_numpy(np.数组(值))35;火炬数组来自numpy数组列表
工具书类
尝试torch.stack()
在第一维度上堆叠张量列表
导入火炬
M=[]
对于范围(5)中的i:
行=[]
对于范围(10)内的j:
第行追加(torch.rand(3,4))
row=火炬堆(row)
M.append(行)
M=火炬烟囱(M)
打印(M.size())
#火炬尺寸([5,10,3,4])
M = []
for i in range(5):
row = []
for j in range(10):
row.append(torch.rand(3,4))
M.append(row)