[英]How to swap values in PyTorch tensor without using in-place operation (conserve gradient)
我有一个名为state
的张量,形状为torch.Size([N, 2**n, 2**n])
,我想应用以下操作:
state[[0,1]] = state[[1,0]]
state[0] = -1*state[0]
这两个都是就地操作。 是否有一些不合适的操作可以替代它们? 这些行位于 for-loop 内,因此仅创建新变量会有点困难。
我设法弄明白了!
代替:
state[[0,1]] = state[[1,0]] # in-place operation
和:
state = state[[1,0]] # out-of-place operation
对于第二行,我们替换:
state[0] = -1*state[0] # in-place operation
和:
# out-of-place operations
temp = torch.ones(state.shape).type(state.type()).to(state.device)
temp[1] = -1*temp[1]
state = state*temp
这似乎在做这项工作!
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.