将张量列表转换为张量pytorch

Question

我有张量列表每个张量有不同的大小如何使用pytroch将这个张量列表转换为张量

更多信息我的列表包含张量，每个张量有不同的大小，例如第一个张量大小是torch.Size（[76080,38]）

其他张量的形状在第二个元素中会有所不同，例如列表中的第二张量是torch.Size（[76080,36]）

当我使用torch.tensor（x）时出现错误ValueError：只有一个元素张量可以转换为Python标量

Answer 1

张量不能保存可变长度数据。你可能正在寻找cat

例如，这里我们有一个列表，其中有两个具有不同大小的张量（在它们的最后一个暗淡（dim = 2））并且我们想要创建一个由它们两者组成的更大的张量，所以我们可以使用cat并创建一个更大的张量包含他们的两个数据。

另请注意，你不能在cpuxswpoi上使用cpu半张量的cat，所以你应该将它们转换为float，进行连接然后转换回一半

right now

你还没有解释你的目标，所以另一个选择是像这样使用

import torch

a = torch.arange(8).reshape(2, 2, 2)
b = torch.arange(12).reshape(2, 2, 3)
my_list = [a, b]
my_tensor = torch.cat([a, b], dim=2)
print(my_tensor.shape) #torch.Size([2, 2, 5])

：

pad_sequence

编辑：在这种特殊情况下，您可以使用

from torch.nn.utils.rnn import pad_sequence
a = torch.ones(25, 300)
b = torch.ones(22, 300)
c = torch.ones(15, 300)
pad_sequence([a, b, c]).size() #torch.Size([25, 3, 300])

Answer 2

pytorch中的torch.cat([x.float() for x in sequence], dim=1).half()与python中的Tensor不同，它可以容纳不同长度的对象。

在pytorch中，您可以将固定长度的数组传输到Tensor：

List

而不是：

>>> torch.Tensor([[1, 2], [3, 4]])
>>> tensor([[1., 2.],
            [3., 4.]])

和

>>> torch.Tensor([[1, 2], [3, 4, 5]])
>>> 
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-16-809c707011cc> in <module>
----> 1 torch.Tensor([[1, 2], [3, 4, 5]])

ValueError: expected sequence of length 2 at dim 1 (got 3)

一样。