如何沿特定维度向 PyTorch 张量添加元素？

Question

我有一个张量 inps，大小为 [64, 161, 1]，我有一些新数据 d，大小为 [64, 161]。如何将 d 添加到 inps 以使新尺寸为 [64, 161, 2]？

Answer 1

您必须首先重塑 d 以便它具有第三个维度，沿着这个维度可以进行串联。当它有了第三个维度后，两个张量的维度数相同，那么就可以用torch.cat((inps, d),2)来叠加了。

old_shape = tuple(d.shape)
new_shape = old_shape + (1,)
inps_new = torch.cat( (inps, d.view( new_shape ), 2)

Answer 2

使用 .unsqueeze() 和 torch.cat() 有一种更简洁的方法，它直接使用 PyTorch 接口：

import torch

# create two sample vectors
inps = torch.randn([64, 161, 1])
d = torch.randn([64, 161])

# bring d into the same format, and then concatenate tensors
new_inps = torch.cat((inps, d.unsqueeze(2)), dim=-1)
print(new_inps.shape)  # [64, 161, 2]

本质上，解压缩第二个维度已经使两个张量具有相同的形状；你只需要小心沿着正确的维度解压。同样，不幸的是， concatenation 的名称与名称相似的 NumPy 函数不同，但行为相同。请注意，不是让 torch.cat 通过提供 dim=-1 来计算维度，您还可以显式提供要连接的维度，在这种情况下，将其替换为 dim=2.

记住，这对张量维度的类似问题很有帮助。

Answer 3

或者，您可以通过压缩较大的张量和堆叠来实现：

inps = torch.randn([64, 161, 1])
d = torch.randn([64, 161])

res = torch.stack((inps.squeeze(), d), dim=-1)

res.shape
>>> [64, 161, 2]

如何沿特定维度向 PyTorch 张量添加元素？

How can I add an element to a PyTorch tensor along a certain dimension?

python

pytorch

tensor