Pytorch 如何使用torch提供的功能优化5层环路？

x

是形状为（16,10,4,25,53）的张量，

y

的大小与

x

的大小相同

mean

的形状是（25,53），

jc

和

ac

的大小都是（16,10,4）

如何使用torch函数优化以下表达式

for k in range(x.size()[0]):
    for s in range(x.size()[1]):
        for u in range(x.size()[2]):
            for i in range(x.size()[3]):
                for j in range(x.size()[4]):
                    num1 += (x[k][s][u][i][j] - mean[i][j] - jc[k][s][u]) * (y[k][s][u][i][j] - mean[i][j] - ac[k][s][u])
                    num2 += (y[k][s][u][i][j] - mean[i][j] - jc[k][s][u]) ** 2
                    num3 += (y[k][s][u][i][j] - mean[i][j] - ac[k][s][u]) ** 2

---

我想你是在看你的张量沿单态维度。
首先，您需要维度的数量相同，因此如果

mean

是形状

（25,53）

，那么

mean[None，None，None，…]

是形状

（1,1,1,25,53）

-您没有更改基础数据中的任何内容，但是维度的数量现在是5，而不是2，并且这些单一维度可以广播到相应的

x

和

y

维度

使用广播的优化代码如下所示：

num1=（（x-均值[None，None，None，…]-jc[…，None，None]）*（y-均值[None，None，None，…]-ac[…，None，None]）。求和（）
num2=（（y-平均值[None，None，None，…]-jc[…，None，None]）**2.sum（）#这里不应该是x吗？
num3=（（y-平均值[无，无，无，…]-ac[…，无，无]）**2）.总和（）

num2

在其表达式中应该有

x

而不是

y

？