关于tensor取索引置0一个奇怪的错误

Marco_Reus

于 2023-03-27 16:18:27 发布

阅读量222

点赞数

文章标签： python

本文链接：https://blog.csdn.net/Marco_Reus/article/details/129797704

版权

当tensor维度是2的时候，假如你想把多个二维索引同时写入令其为0，会发生错误：少于等于2个不会报错，多于两个会报错
在这里插入图片描述

逻辑上并不会有问题，可能他就是因为是二维所以你输多了他就不答应。换一种做法就可以：

在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Marco_Reus

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

【NLP】第 18 章从零开始训练 Transformer

sikh_0529的博客

09-27

8193

为了稍微简化任务，我们将只专注于为 Python 编程语言构建代码生成模型。4我们首先需要一个包含 Python 源代码的大型预训练语料库。幸运的是，有一个每个软件工程师都知道的自然资源：GitHub！著名的代码共享网站拥有数 TB的代码存储库，这些存储库可以公开访问，并且可以根据各自的许可进行下载和使用。在本书写作之时，GitHub 拥有超过 2000 万个代码库。其中许多是用户创建的小型或测试存储库，用于学习、未来的辅助项目或测试目的。可以通过两种主要方式访问 GitHub 存储库：通过。

expand，where和softmax算子的cuda编程

最新发布

forrestguang的博客

08-31

555

expand和where介绍当谈到 Torch 中的 expand 函数时，我们实际上是指 PyTorch（Torch 的 Python 接口）中的 expand 方法。下面是对 expand 方法和 where 函数的介绍，包括它们的输入和输出： expand 方法： torch.Tensor.expand() 是 PyTorch 中 Tensor 类的一个方法，用于扩展张量的维度。输入：input 是要扩展的张量，size 是一个元组，指定了要扩展的每个维度的大小。输出：返回一个新的张量，形状是

参与评论您还未登录，请先登录后发表或查看评论

pytorch 只保留tensor的最大值或最小值，其他位置置零

bxdzyhx的博客

09-12

6503

如下，x是输入张量，dim指定维度，max可以替换成min import torch if __name__ == '__main__': x = torch.randn([1, 3, 4, 4]).cuda() mask = (x == x.max(dim=1, keepdim=True)[0]).to(dtype=torch.int32) result = torch.mul(mask, x) print(x) print(mask) p

(LC)73. 矩阵置零

weixin_45567738的博客

03-21

116

73. 矩阵置零给定一个 m x n 的矩阵，如果一个元素为 0 ，则将其所在行和列的所有元素都设为 0 。请使用原地算法。进阶：一个直观的解决方案是使用 O(mn) 的额外空间，但这并不是一个好的解决方案。一个简单的改进方案是使用 O(m + n) 的额外空间，但这仍然不是最好的解决方案。你能想出一个仅使用常量空间的解决方案吗？示例 1：输入：matrix = [[1,1,1],[1,0,1],[1,1,1]] 输出：[[1,0,1],[0,0,0],[1,0,1]] 示例 2：输入

assert all(tensors[0].size(0) == tensor.size(0) for tensor in tensors) AssertionError

哟哟哟哟哟哟

10-16

1万+

出现这个问题，我总结了两个原因 1.Data.TensorDataset()里的两个输入，不是tensor类型我上面的from_numpy是将numpy.narray转换成tensor 2.Data.TensorDataset()里的两个输入,维度不一致比如下面的第一行，第一维代表数据的行数。Data.TensorDataset()里的两个输入，应该改成一样的第二行维度一...

Python KeyError：0错误

qq_46703627的博客

06-01

5901

KeyError:0

tensorflow 生成指定大小的赋值0的张量 np.zeros 在TF中对应的语句生成全0张量

乱七八糟的笔记

05-13

4685

语句结构： tf.zeros( shape, dtype=tf.float32, name=None ) 举例： tf.zeros([3, 4], tf.int32) 最主要的是，shape可以接收1D张量。所以你可以 tfshape = tf.shape(tensor1) tensor2 = tf.zeros(shape=tfshape, ...

Pytorch的猫狗识别代码——基于上一个手写汉字识别的代码

qq_42946328的博客

08-07

3422

Pytorch的猫狗识别代码——基于上一个手写汉字识别代码一级目录二级目录三级目录一级目录二级目录三级目录 validation结果

【收藏夹2020-2021】

热门推荐

小白兔的窝

09-16

1万+

《千与千寻》背后暗藏的寓意你真的明白吗？在一个无国界（ borderless）的时代，无立足之地的人是最受人鄙视的。立足之地就是过去，就是历史。在我看来，没有历史的人和忘记了过去的民族，只能如蜉蝣一般消失，或者像一只鸡一样只知埋头生蛋，直到自己被吃掉。《异境中的千寻——这部电影的主旨》—— 宫崎骏 1999年11月6日 “曾经发生的事情不可能忘记，只是想不起来而已”，这是钱婆婆对千寻说的话。 https://www.sohu.com/a/321946610_100205824 ...

【NLP】自然语言处理的高级序列建模

sikh_0529的博客

09-24

9552

在本章，我们以第6章和第7章讨论的序列建模概念为基础，并将它们扩展到序列到序列建模领域，其中模型将一个序列作为输入并产生另一个可能不同长度的序列作为输出。序列到序列问题的例子随处可见。例如，我们可能想要，给定一封电子邮件，预测回复，给定一个法语句子，预测它的英文翻译，或者给定一篇文章，写一篇总结文章的摘要。我们还在这里讨论序列模型的结构变体：特别是双向模型。为了充分利用序列表示，我们介绍了注意力机制并对其进行了深入讨论。最后，本章以实现本文所述概念的神经机器翻译 (NMT) 的详细演练结束。序列到序列 (S

Pytorch使用 —— Tensor

skyrim_H的博客

01-20

973

Pytorch使用 —— Tensor基础使用方法

Pytorch之Tensor

WeiXy的博客

07-01

2397

Tensor 又名张量，可简单地认为它就是一个数组，支持GPU加速。 Tensor从接口角度讲，对Tensor的操作可以分为两类：（1） torch.function （2） tensor.function Tensor从存储的角度讲，对Tensor的操作可以分为两类：（1）不会修改自身的数据，如a.add(b)，结果返回一个新的tensor （2）修改自身的数据，如a.add_(b)，结果仍...

【算法题解】矩阵置零

第四空间

06-04

385

给定一个 m x n 的矩阵，如果一个元素为 0 ，则将其所在行和列的所有元素都设为 0 。请使用原地算法。这个题目并不复杂，只需要遍历一遍数组找出为0的元素，并记录其所在的行、列。最后把这些行、列全部置为零即可。所以可以使用两个数组来分别记录行列是否存在为0的情况。时间复杂度O(m*n)，空间复杂度O(m+n)。具体代码如下：但是题目要求使用原地算法，原地算法的意思是不使用额外空间。那么我们可以使用第一行、第一列进行记录，为0表示对应行或列存在为0的元素，当第一行、列本身元素就是0时也可以兼容。同时

使用Flask将pytorch模型部署在本地服务器

qq_41121879的博客

04-23

3070

整个项目的思路训练模型使用pytorch对resnet18 进行迁移学习，实现对自己的数据进行图像分类。需要将最后一个全连接层中的输出节点数目修改，因为我的数据集中包含有5中图像，所以这里的输出节点数目修改成5 DEVICE = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu') # 使用GPU # 加载预训...

pytorch之tensor操作报错汇总

weixin_45700507的博客

12-22

3081

torch.split() t = torch.ones((2,5)) list_of_tensors = torch.split(t,[2,1,1],dim=1) print("t:{}".format(t)) for idx,t in enumerate(list_of_tensors): print("di {} ge tensor:{},shape is {}".format(idx+1,t,t.shape)) RuntimeError: s.

PyTorch学习笔记（4）：张量的操作（1）

npuraymond的博客

10-08

1212

张量生成之后，还需要对其进行一系列的操作。才能实现我们想要的效果，因此在笔记中记录如下情况：目录张量显示输出第一行向量输出某一行向量输出第一列向量输出最后一列向量输出向量中元素张量整合整合为一个行向量整合为多个列向量张量代数运算张量显示如果想要输出张量中某一个元素、某一个向量，那么就需要有对应的代码来实现。具体的输出方式是这样的：输出第一行向量如果要输出第一行向量，其基本代码是： print(x[0]) 特别注意的是，在PyTorch仍然遵循

控制Tensor里的数值小于0则置0

小白之比白更白的博客

03-02

1473

通用模板如下，第一个参数是控制条件，这里是小于0，第二个元素是满足条件的赋值，第三个是不满足条件的赋值，这里不小于0则保留原来的数值。同理，不小于0的可以赋值为1。

pytorch KeyError: tensor(1)

qq_20014079的博客

07-14

8047

pytorch中的tensor不能作为字典的键，输入下面代码会产生错误 import torch '''pytorch中的tensor和list不能混用''' a=torch.tensor([1,2,4]) b={1:'a',2:'b',4:'d'} c=[b[o] for o in a] print(c) KeyError: tensor(1) 正确的是要在循环中临时转成nump...

pytorch KeyError: tensor(2, device='cuda:0')

zhucuankuan2669的博客

05-16

8061

出错代码：inps.data[len(new_hyps)].copy_(row2feats[tblidx]) 改成：inps.data[int(len(new_hyps))].copy_(row2feats[int(tblidx)])

返回一维tensor非0值的索引

05-25

# 创建一个一维 tensor x = torch.tensor([2, 0, 3, 0, 1]) # 返回非零值的索引 indices = torch.nonzero(x) # 打印索引 print(indices) ``` 输出结果为： ``` tensor([[0], [2], [4]]) ``` 其中，`tensor([...