[英]Pytorch in-place concatenation and conversion to tensor from numpy
假设我有一个张量列表,该张量列表可以沿一个维度连接,例如0。是否有任何命令torch.cat或torch.stack或任何numpy命令在原位进行连接? 另外,如果我想将numpy ndarray转换为张量。 如果执行以下操作,在任何给定时间内存中是否有两个副本? 我正在处理海量数据集,因此在任何给定时间内存中只能存在一个副本。
# initially data is a huge ndarray
data = torch.Tensor(data)
根据您的评论,假设:
B = A + a + b + ... + z
其中+
表示沿着兼容轴的串联, B
和A
很大,而a
, b
等相对较小,并且 B
大小的合理上限 我将使用np.empty
预先为B
分配一个巨大的数组,并根据需要直接用您的数据填充该数组。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.