如何在 libtorch 中堆叠形状为 (n, k) 的张量和形状为 (k) 的张量？

Question

torch::stack 接受 c10::TensorList 并且在给出相同形状的张量时工作得很好。但是，当您尝试发送先前 torch::stacked Tensor 的输出时，它会失败并出现内存访问冲突。

更具体地说，假设我们有 3 个形状为 4 的张量，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});

第一轮堆叠很简单：

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

但是，正在努力做到：

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

会失败。 我希望获得与 Python 中的 np.vstack 相同的行为，这是允许的并且有效。 我该怎么办？

Answer 1

您可以使用 torch::unsqueeze 向 y 添加维度。然后与 cat 连接（不是 stack，与 numpy 不同，但结果将是你要求的）：

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});

也可以根据您的喜好展平您的第一个堆栈，然后对其进行整形：

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