PyTorch按类别绘制潜在变化图

我相信这已经被问了很多次了，但我正在试图找出我的代码有什么问题。我只是试着对一行类中潜在变化的列的图像进行采样

def sample(self, n):
        l_dim = int(math.sqrt(n))
        sample = []
        labels = torch.randint(0, self.num_classes, (l_dim,))
        for i in range(l_dim):
            label = labels[i].repeat(l_dim)
            one_hot = F.one_hot(label, num_classes=self.num_classes)
            sample_z = torch.randn(l_dim, self.z_dim)
            sample_i = torch.cat((sample_z, one_hot), dim=1)
            sample.append(sample_i)
        s = torch.cat(sample, 0).to(self.device)
        return self.decode(s)

这样，我似乎在所有列中都得到了相同的图像——我确实得到了不同类的行。我错过了什么？（我完全承认和PyTorch在一起不是很舒服！）