Python PyTorch稀疏张量维数必须为nDimI+；nDimV

我试图在

gd

中插入值以协调

[1,0]

。以下是矩阵。当我尝试此操作时，会出现运行时错误

>>> import torch
>>> cd = [[1, 0]]
>>> gd = [0.39613232016563416]
>>> i = torch.LongTensor(cd)
>>> v = torch.FloatTensor(gd)
>>> p = torch.rand(2)
>>> i

 1  0
[torch.LongTensor of size 1x2]

>>> v

 0.3961
[torch.FloatTensor of size 1]

>>> p

 0.4678
 0.0996
[torch.FloatTensor of size 2]

>>> torch.sparse.FloatTensor(i.t(), v, torch.Size(list(p.size()))).to_dense()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
RuntimeError: invalid argument 2: number of dimensions must be nDimI + nDimV at /Users/soumith/code/builder/wheel/pytorch-src/torch/lib/THS/generic/THSTensor.c:169

导入火炬 >>>cd=[[1，0]] >>>gd=[0.39613232016563416] >>>i=火炬长传感器（cd） >>>v=火炬浮动张量（gd） >>>p=火炬兰特（2） >>>我 1 0 [尺寸为1x2的火炬式传感器] >>>五 0.3961 [火炬.大小为1的漂浮张量] >>>p 0.4678 0.0996 [火炬.大小为2的漂浮张量] >>>torch.sparse.FloatTensor（i.t（），v，torch.Size（list（p.Size（））））.to_densed（） 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 运行时错误：无效参数2：在/Users/soumith/code/builder/wheel/pytorch src/torch/lib/THS/generic/THSTensor.c:169处，维度数必须为nDimI+nDimV 两件事

1） 现在，

p

是秩1的张量。要在位置

[1,0]

中插入某个内容，它需要是秩2的张量

2） 你不需要用稀疏张量做复杂的事情。只要

p[cd[0]，cd[1]=v[0]

就可以了。其中

cd=torch.LongTensor（[row\u idx，col\u idx]）

因此：

[火炬.尺寸为2x2的浮标张量]

[火炬.尺寸为2x2的浮标张量]

---

很简单。

结果是问题在于

p.size（）

给出了

（2L，）

和

len（（2L，）

是1，就像你指出的那样，所以我只是添加了一个if块，以确保大小始终是两个，例如

s=list（p.size（））

然后

if len（s）==1:s.append（1）

这样我就可以接受我期望从神经网络得到的任何形状的张量。

>>> cd = torch.LongTensor([1,0])
>>> gd = [0.39613232016563416]
>>> v = torch.FloatTensor(gd)
>>> p = torch.rand((2,2))
>>> p

 0.9342  0.8539
 0.7044  0.0823

>>> p[cd[0], cd[1]] = v[0]
>>> p

0.9342  0.8539
0.3961  0.0823