将张量列表转换为张量的张量

Question

我有一个变量a是一堆这样的张量：

[tensor([0.0014, 0.0021, 0.0015, 0.0007, 0.0012, 0.0024, 0.0021, 0.0019, 0.0010,
        0.0010])]
[tensor([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])]

....

当我想将其作为我的代码的一部分时：

x = torch.tensor(a, dtype=torch.float)

我收到了这个错误：

ValueError: only one element tensors can be converted to Python scalars

我认为也许我a像这样转换每个张量：

[tensor([[0.0014], [0.0021], [0.0015], [0.0007], [0.0012], [0.0024], [0.0021], [0.0019], [0.0010],
        [0.0010]])]
[tensor([[0], [0], [0], [0], [0], [0], [0], [0], [0], [0]])]

我的想法对吗？ 或者我需要什么来避免上述错误？

请问有什么帮助吗？

Answer 1

在 pytorch 中，您可以使用 view() 方法来重塑张量。 使用此代码是准确的：

t2 = t1.view(t1.shape[0],-1)其中 t1 是要重塑的张量。

工作代码：

t1 = torch.Tensor([1.6455e-04, 1.2067e-04, 4.3461e-04, 2.0265e-04, 1.4014e-04, 2.0691e-04,
        1.2612e-04, 9.2561e-05, 9.4662e-05, 7.3938e-05])

tensor_lst = []
tensor_lst.append(t1)

res_t = [] #reshaped tensor
for i in range(len(lst)):
    res_t.append(lst[i].view(lst[i].shape[0],-1))

print(res_t)

Answer 2

很简单，重塑它。 假设您的张量/张量存储在一个名为tlist的列表中：

tlist = [t.reshape(-1,1) for t in tlist]