如何在一维 Torch 张量之间添加元素？

Question

我有一个维度为 ([384]) 的一维火炬张量。我想在这个张量的每个奇数索引后面放置零或其他数字，并最终将其维度加倍到 ([768])。 更具体地说，将

[0, 1, 2,..., 382, 383]

视为我的 Torch 张量的索引。假设 * 是零/数字的索引，我想插入并制作一个像

[0, 1, *, 2, 3, *,...]

这样的张量。

我唯一的解决方案是将这些元素插入 for 循环中，但这会很耗时。由于我必须对数百个张量进行这些更改，我想知道 PyTorch 或 NumPy 是否有更快的函数来执行此操作！

Answer 1

是的，您可以使用类似于这篇文章的串联技巧。让我们让

A

成为长度为

a

的张量（在您的情况下

a =384). Let's say you want to add a new element every 

n

elements (in your case

n = 2

). First, we reshape the list into a 2D array with 

n` 列： A = torch.rand(384) # 例如

a = A.shape[0]                 # 384
n = 2
insert_value = 10              # for example
A.shape                        #  shape is [384]


A = A.reshape(n-1,-1)          # shape is [192,2]
new = np.zeros([A.shape[0],1]) # shape is [192,1]
new += insert_value            # shape is [192,1]
B = torch.cat((A,new),dim = 1) # shape is [192,3]

这是逻辑上唯一不平凡的一点。如果我们将

B

视为或重塑为一维张量/列表，pytorch 首先沿第 0 维移动，然后沿第 1 维移动，依此类推。这意味着对于 3D 数组，我们最终会得到一个行列列表，而对于 2D 数组（正如我们所拥有的），我们最终会得到一个行列表。这给了我们所需的顺序。

result = B.reshape(-1) # shape is [576]

print(result)

>>> [rand,rand,10,rand,rand,10,rand,rand,10,...] 

如果您想在

A

的现有元素之间添加多个元素，可以将

new

的形状更改为

[a,num_elem]

，其中

num_elem

是您要插入的元素数量。

Answer 2

我不知道有什么直接的方法可以做到你所要求的。我认为以下代码（使用 torch.tensor 索引）比您正在寻找的代码更复杂，但为了以防万一它对您有帮助，我还是将其留在这里。

import torch
import numpy as np

# Original tensor
your_1D_tensor_length = 6
original_tensor = torch.tensor(range(your_1D_tensor_length))

new_tensor = torch.zeros(size=(int(np.floor(original_tensor.shape[0]*(3/2))),))
new_tensor[0::3] = original_tensor[0::2]
new_tensor[1::3] = original_tensor[1::2]

print(original_tensor)
print(new_tensor)

输出：

tensor([0, 1, 2, 3, 4, 5])
tensor([0., 1., 0., 2., 3., 0., 4., 5., 0.])