张量是一个多维数组。它是许多计算库中的关键实体，例如tensorflow，torch，theano，caffe，mxnet，用于机器学习任务。如果您使用此标记，还要使用相应的库标记问题。
我想在我的训练批次中将torch.histc函数用于不同的样本。这是一个示例：>>> tt2 = torch.from_numpy（np.array（[[-0.2，1，0.21]，[-0.1，0.32，0.2]]））>> ...
假设我们有两个形状分别为（a，b）和（b，c）的张量X，Y。然后我们可以构造一个由（T [i] [j] [k] = X [i] [j] + Y [j] [k]定义的形状（a，b，c）的新张量T。我该如何实现...
我有以下火炬张量：tensor（[[-0.2，0.3]，[-0.5，0.1]，[-0.4，0.2]]）和以下numpy数组：（如有必要，我可以将其转换为其他形式）[1 0 1]我想得到...
如何基于另一个张量中的值是否是字典中的键，而无需使用numpy来从一个张量创建布尔张量？
我有一个具有整数值的形状（N，T）的张量和一个字典，其中key和value都是整数。我想创建一个具有相同形状的布尔张量，即（N，T）仅当...
我有一个具有3个通道的火炬张量，我希望它是1个通道（所有其他尺寸应保持不变）。因此，如果我当前的尺寸是torch.Size（[6，3，512，512]），我希望它成为torch ....
我意识到一般来说Python的for循环很慢。我有一些混乱的张量代码：对于batch_index，enumerate（mask）中的mask_batch：mask_len = ...
我正在按照本教程（https://medium.com/@jaschaephraim/elementary-neural-networks-with-tensorflow-c2593ad3d60b）来实现具有单层神经网络的AND门。完整的代码是...
如何将Numpy / PyTorch数组的后n个元素设置为某个值？
如果我有一个变量side_inputs，其.shape为[48，161]。我想将最后n个值设置为其他值。我的另一个变量side_input的形状为[45，161]。我想设置最后45个...
如何使用PyTorch修剪/移除张量的一部分以匹配另一个张量的形状？
我有2个张量：输出：torch.Size（[4，27，161]）pred：torch.Size（[4，30，161]）我想剪切pred（从末尾开始），以便具有与输出相同的尺寸。最好的方法是...
我有2个张量，其torch.Size（[2272，161]）的大小为。我想得到它们之间的均方误差。但是，我希望沿着161个通道中的每个通道，以便我的误差张量具有.torch大小。...
我有一个张量输入，其大小为[64，161，1]，我有一些新数据d，其大小为[64，161]。如何将d加到inps中，以使新大小为[64，161，2]？
我有两个矩阵导入numpy，因为np n = 10 a = 2 * np.ones（（n，n，3））b = 3 * np.ones（（n，n，3））我想以提醒Kronecker乘积的方式将它们相乘，然后在...
当前正在使用pycocotools 2.0库。我的train_loader是：train_loader，test_loader = get_train_test_loader（'dataset'，batch_size = 16，num_workers = 4）但是，代码的训练行是：...
我想知道Julia中最有效的数组计算方式是什么。我想从头开始编写一些深度学习模型，所以也许有一些用于张量计算的软件包，也许在...
给出形状为（N，C）的张量A和形状为（N，）的索引张量Idx，我想对A中每一行的所有元素求和，但不包括I中的相应列索引。例如： A = torch.tensor（...
我有一个张量，称为输入，大小为torch.Size（[20，1，161，199]），另一个蒙版的大小为torch.Size（[20，1，199]）。我想将它们相乘。我试过了：masked_inputs =输入...
我想将具有不同大小的张量列表转换为单个张量。我尝试使用torch.stack，但显示错误。 -------------------------------------------------- ------------------------- ...
我有一个张量，大小为：torch.Size（[64，2941]），它是64个批次的2941个元素。在所有64个批次中，我要计算第一个元素为1，第二个一直到...
我有：mask = mask_model（input_spectrogram）mask = torch.round（mask）.float（）torch.set_printoptions（precision = 4）print（mask.size（），input_spectrogram.size（），masked_input.size（） ）print（mask [0] [-40：]，...
我有一个张量pred，其.size（）为[4，53，161]。我有另一个张量掩码，其.size（）为[4，53]。掩码仅为0和1。我想做的就是获取pred的值，其中...