將張量列表轉換為張量pytorch

Question

我有張量列表每個張量具有不同的大小我如何使用pytroch將這張張量列表轉換為張量

有關更多信息，我的列表包含張量，每個張量具有不同的大小，例如，第一個張量大小為torch.Size（[76080，38]）

其他張量的形狀在第二個元素中會有所不同，例如列表中的第二個張量是torch.Size（[76080，36]）

當我使用torch.tensor（x）時出現錯誤ValueError：只能將一個元素張量轉換為Python標量

Answer 1

pytorch中的Tensor與python中的List ，它可以容納可變長度的對象。

在pytorch中，您可以將固定長度的數組傳輸到Tensor：

>>> torch.Tensor([[1, 2], [3, 4]])
>>> tensor([[1., 2.],
            [3., 4.]])

而不是：

>>> torch.Tensor([[1, 2], [3, 4, 5]])
>>> 
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-16-809c707011cc> in <module>
----> 1 torch.Tensor([[1, 2], [3, 4, 5]])

ValueError: expected sequence of length 2 at dim 1 (got 3)

和torch.stack 。

Answer 2

張量不能保存可變長度的數據。 你可能正在尋找貓

例如，在這里，我們有一個列表，其中包含兩個具有不同大小的張量（在最后一個dim（dim = 2）中），並且我們想創建一個包含它們的更大張量，因此我們可以使用cat並創建一個更大的張量包含他們的兩個數據。

還請注意，截至目前 ，您不能在cpu上使用帶有半張量的cat，因此您應該將它們轉換為float，進行串聯，然后再轉換回一半

import torch

a = torch.arange(8).reshape(2, 2, 2)
b = torch.arange(12).reshape(2, 2, 3)
my_list = [a, b]
my_tensor = torch.cat([a, b], dim=2)
print(my_tensor.shape) #torch.Size([2, 2, 5])

您尚未說明目標，因此另一種選擇是使用pad_sequence像這樣：

from torch.nn.utils.rnn import pad_sequence
a = torch.ones(25, 300)
b = torch.ones(22, 300)
c = torch.ones(15, 300)
pad_sequence([a, b, c]).size() #torch.Size([25, 3, 300])

編輯：在這種情況下，您可以使用torch.cat([x.float() for x in sequence], dim=1).half()