如何在 libtorch 中堆疊形狀為 (n, k) 的張量和形狀為 (k) 的張量？

Question

torch::stack接受c10::TensorList並且在給出相同形狀的張量時工作得很好。 但是，當您嘗試發送之前torch::stack ed Tensor 的 output 時，它會失敗並給出 memory 訪問沖突。

更具體地說，假設我們有 3 個形狀為 4 的張量，例如：

torch::Tensor x1 = torch::randn({4});
torch::Tensor x2 = torch::randn({4});
torch::Tensor x3 = torch::randn({4});
torch::Tensor y = torch::randn({4});

第一輪堆疊很簡單：

torch::Tensor stacked_xs = torch::stack({x1,x2,x3});

但是，嘗試這樣做：

torch::Tensor stacked_result = torch::stack({y, stacked_xs});

將失敗。 我希望獲得與np.vstack中的 np.vstack 相同的行為，這是允許的並且有效。 我該怎么辦？

Answer 1

您可以使用torch::unsqueeze為y添加維度。 然后與cat連接（不是stack ，與 numpy 如此不同，但結果將是你所要求的）：

torch::Tensor x1 = torch::randn({4});
torch::Tensor x2 = torch::randn({4});
torch::Tensor x3 = torch::randn({4});
torch::Tensor y = torch::randn({4});

torch::Tensor stacked_xs = torch::stack({x1,x2,x3});
torch::Tensor stacked_result = torch::cat({y.unsqueeze(0), stacked_xs});

也可以展平您的第一個堆棧，然后根據您的喜好對其進行整形：

torch::Tensor stacked_xs = torch::stack({x1,x2,x3});
torch::Tensor stacked_result = torch::cat({y, stacked_xs.view({-1}}).view({4,4});