python - pytorch 计算成对差异:NumPy 与 PyTorch 和不同 PyTorch 版本的结果不正确
问题描述
假设我有两个数组,并且我想计算两个相同形状的矩阵的每两行之间的逐行差异,如下所示。这就是程序在 numpy 中的样子,我想在 pytorch 中复制同样的东西。
>>> a = np.array([[1,2,3],[4,5,6]])
>>> b = np.array([[3,4,5],[5,3,2]])
>>> c = a[np.newaxis,:,:] - b[:,np.newaxis,:]
>>> print(c)
[[[-2 -2 -2]
[ 1 1 1]]
[[-4 -1 1]
[-1 2 4]]]
顺便说一句,我使用 pytorch 尝试了同样的事情,但它不起作用。无论如何我们可以在pytorch中完成同样的事情吗
>>> import torch
>>> a = torch.from_numpy(a)
>>> b = torch.from_numpy(b)
>>> c1 = a[None,:,:]
>>> c2 = b[:,None,:]
>>> diff = c1 - c2
>>> print(diff.size())
torch.Size([1, 2, 3])
我实际上是在寻找torch.Size([2,2,3])
. (PS 我也试过从 pytorch 中解压,但它不起作用)。
解决方案
由于使用PyTorch 0.1会出现问题。如果使用 PyTorch 1.0.1,NumPy 的相同操作可以推广到 PyTorch,无需任何修改和问题。这是在 Colab 中运行的快照。
正如我们所看到的,我们确实得到了相同的结果。
这是尝试重现您在获得不正确结果时遇到的错误:
>>> t1 = torch.from_numpy(a)
>>> t2 = torch.from_numpy(b)
>>> t1[np.newaxis, ...] - t2[:, np.newaxis, ...]
(0 ,.,.) =
-2 -2 -2
-1 2 4
[torch.LongTensor of size 1x2x3]
>>> torch.__version__
'0.1.12_1'
所以,请将您的 PyTorch 版本升级到1.0.1!
深入了解详情:
它在PyTorch 0.1 版中不起作用的主要原因是当时还没有完全实现广播。基本上,将张量提升为 3D,然后进行减法可以分两步实现,如(在版本1.0.1中):
>>> t1[:1, ] - t2
>>> tensor([[-2, -2, -2], # t1_r1
[-4, -1, 1]]) # t1_r2
>>> t1[1:, ] - t2
>>> tensor([[ 1, 1, 1], # t2_r1
[-1, 2, 4]]) # t2_r2
通过按顺序(t1_r1、t2_r1、t1_r2、t2_r2)堆叠行将上述两个操作的结果放在一起,在每一行是 2D 之后会给我们形状(2, 2, 3)
。
现在,尝试在 0.1 版本中执行上述两个步骤,它会抛出错误:
RuntimeError:/opt/conda/conda-bld/pytorch_1501971235237/work/pytorch-0.1.12/torch/lib/TH/generic/THTensorMath.c:831 处的张量大小不一致
推荐阅读
- python-3.x - 嵌套文件夹结构中的 excel 工作表中的递归数据抓取
- java - Spring Boot以自己的对象为键返回Map的问题
- python - 在熊猫中附加带有 value_counts() 的列
- python - 将 Jupyter 笔记本作为模块导入,但允许检查
- java - 如何从java中的字节数组中获取每个字节的8位?
- wordpress - AWS 中的 GoDaddy 域,用于 Wordpress 应用程序的 SSL 问题
- javascript - D3.js Force Directed Graph with Json - 创建图指定到所有节点的链接距离
- swift - Firestore - 创建集合的副本
- javascript - 在 Javascript 中切换 [吐出相同的值]
- asp.net-core - 有没有办法在 aspnetcore 配置中的 appsetting.json 字典键中转义冒号?