在pytorch中结合张量中的特征

Question

我有一个暗淡的张量 2n x m。我想用 dim n x m 计算输出张量，其中添加了 i-th 和 i+1-th 条目一起除以 2，即 (f_0, f_1, f_2, f_3, ...) -> ((f_0+f_1)/2, (f_2+f_3)/2, ...).如何在不遍历张量的情况下实现这一点？

感谢您的帮助。

Answer 1

我会将张量重塑为 (n,2,m) 并取 dim 1 的平均值。

In [7]: x = torch.arange(12).view(4,3).float()

In [8]: x
Out[8]: 
tensor([[ 0.,  1.,  2.],
        [ 3.,  4.,  5.],
        [ 6.,  7.,  8.],
        [ 9., 10., 11.]])

In [9]: x.view(2,2,3).mean(dim=1)
Out[9]: 
tensor([[1.5000, 2.5000, 3.5000],
        [7.5000, 8.5000, 9.5000]])

在pytorch中结合张量中的特征

Combine features in tensor in pytorch

pytorch

tensor