pytorch - 组装需要渐变的 PyTorch `Tensor` 的有效方法
问题描述
我需要构建一个 4 维 PyTorch Tensor
,其中一个维度来自将恒定稀疏矩阵与密集向量相乘。密集向量和生成的 4DTensor
需要跟踪梯度。由于 PyTorch 仅支持 sparse matrices,我无法将整个事情表达为Tensor
-Tensor
乘法,我认为我必须在循环中进行构造的矩阵乘法部分。在那种情况下,我至少想预先分配结果 4DTensor
并让稀疏mm
填充循环中的一维。
在这种情况下,我如何跟踪生成的 4DTensor
的渐变要求?创建后可以手动将其附加到渐变图中吗?
我目前的方法效率极低,基本上可以在列表中一次构建一个维度cat
。
解决方案
推荐阅读
- python - python中的二进制流
- r - 组织具有唯一值的 DF
- firebase - 如何在退出时处理 StreamBuilder 值?
- java - Eclipse 产品集默认透视图
- laravel-spark - 你可以在一个 Laravel Spark 应用程序中结合 Strip 和 Paddle 吗?
- java - 无法使用 smbj 库列出从本地到远程服务器的文件
- dashboard - 字段上的 Quicksight 聚合
- c - Getchar() 跳过 while 循环中扫描的第一个值
- java - 仅在用户移动时运行服务以收集传感器数据
- mariadb - 无法识别的语句类型。(位置 4 的“用户”附近)