为什么 tensor.view() 在 pytorch 中不起作用？

Question

我有如下一段代码。

embedded = self.embedding(input).view(1, 1, -1)
embedded = self.drop(embedded)
print(embedded[0].size(), hidden[0].size())
concatenated_output = torch.cat((embedded[0], hidden[0]), 1)

代码的最后一行出现以下错误。

RuntimeError: inconsistent tensor sizes at /data/users/soumith/miniconda2/conda-bld/pytorch-0.1.9_1487344852722/work/torch/lib/THC/generic/THCTensorMath.cu:141

请注意，当我在第 1 行打印张量形状时。 3，我得到以下输出。

torch.size([1, 300]) torch.size([1, 1, 300])

为什么我得到 embedded 张量的 [1, 300] 形状，即使我使用视图方法作为 view(1, 1, -1)？

如有任何帮助，我们将不胜感激！

Answer 1

embedded 是一个 3d 张量，hidden 是两个元素（隐藏状态和单元状态）的元组，其中每个元素都是一个 3d 张量。 hidden 是 LSTM 层的输出。在 PyTorch 中，LSTM returns 隐藏状态 [h] 和单元状态 [c] 作为一个元组，这让我对错误感到困惑。

所以，我更新了最后一行代码，问题解决了。

concatenated_output = torch.cat((embedded, hidden[0]), 1)

为什么 tensor.view() 在 pytorch 中不起作用？

Why tensor.view() is not working in pytorch?

pytorch