Pytorch 迭代附加1D张量以生成2D张量

Pytorch 迭代附加1D张量以生成2D张量,pytorch,Pytorch,我有一个长度为64的张量,我试图附加到第1维,递归地生成一个2D张量。基本上,每次迭代都会创建一个新的1D64length张量,并迭代6次,因此到最后我应该有一个6x64张量。我该怎么做 我试过了 names_tensor = torch.cat((names_tensor, sampled_indexes), dim=1) 其中名称张量作为torch启动。零(0)和sampled\u索引是每次迭代追加的64长度张量 名称\u张量=火炬。零(0) 抽样指数=火炬指数(64) names_ten

我有一个长度为64的张量,我试图附加到第1维,递归地生成一个2D张量。基本上,每次迭代都会创建一个新的1D
64
length张量,并迭代6次,因此到最后我应该有一个
6x64
张量。我该怎么做

我试过了

names_tensor = torch.cat((names_tensor, sampled_indexes), dim=1)
其中名称张量作为
torch启动。零(0)
sampled\u索引
是每次迭代追加的
64
长度张量 名称\u张量=火炬。零(0) 抽样指数=火炬指数(64) names_tensor=torch.cat((names_tensor,sampled_index.repeat(6))。重塑(6,64) name_tensor.size() >>火炬尺寸([6,64])
用于先连接张量序列,然后使用

到目前为止您有什么?添加到原始帖子