在torch中通过DoubleTensor数字除以DoubleTensor矩阵
2017-2-14 18:28:16
收藏:0
阅读:69
评论:2
我试图使用 torch.Tensor 在for循环中更新一个实数矩阵。
这是我想要做的事情:
-- W 和 P 是大小为NxN的,r是大小为N的
delta_W = P * r:view(N, 1) * r:view(1, N) * P -- 这是一个NxN的矩阵
denominator = 1 + r:view(1, N) * P * r:view(N, 1) -- 这是一个数字
delta_W = delta_w / denominator -- ## 这里会引发错误 ##
W = W + delta_W
澄清一下:
denom -> [torch.DoubleTensor of size 1x1]
P,delta_W,W -> [torch.DoubleTensor of size 200x200]
我执行除法时的错误为:
在 /usr/local/torch/pkg/torch/generic/TensorOperator.c:145 处的 '?' 的第二个错误参数(需要数字)
作为一个狂热的numpy用户,我认为“广播”可能是问题,因此我尝试使用 torch.repeatTensor(denom, N, N) 模拟它,但没有效果。如果 denom 仅仅是一个数字而不是 DoubleTensor,那么一切都工作得很好。使用这个元素也没有用, delta_P / denom[1] 会产生相同的错误。
我做错了什么?
编辑: 我尝试使用
denominator = (1 + r:view(1, N) * P * r:view(N, 1)):apply(function(x) return x^(-1) end)
delta_w = delta_w * torch.repeatTensor(denominator, N, N)
这并没有报错,但结果是错误的。要看到这一点,请尝试:
torch.linspace(0, 3, 4):view(2, 2) * torch.Tensor(2, 2):fill(0.5)
点赞
用户7596504
如果您执行 denominator[1][1],您将得到一个“数字”,而不是“torch.Tensor”。然后,您可以按照正常的除法语句编写代码。
-- W 和 P 的大小为 NxN,r 的大小为 N
delta_W = P * r:view(N, 1) * r:view(1, N) * P -- 这是一个 NxN 的矩阵
denominator = 1 + r:view(1, N) * P * r:view(N, 1) -- 这是一个 1x1 的矩阵
delta_W = delta_w / denominator[1][1]
W = W + delta_W
顺便说一下,在第一条语句中,您是否想要转置 P 的一个矩阵(P:t())?
2017-02-26 17:05:03
评论区的留言会收到邮件通知哦~
推荐文章
- Lua 虚拟机加密load(string.dump(function)) 后执行失败问题如何解决
- 我想创建一个 Nginx 规则,禁止访问
- 如何将两个不同的lua文件合成一个 东西有点长 大佬请耐心看完 我是小白研究几天了都没搞定
- 如何在roblox studio中1:1导入真实世界的地形?
- 求解,lua_resume的第二次调用继续执行协程问题。
- 【上海普陀区】内向猫网络招募【Skynet游戏框架Lua后端程序员】
- SF爱好求教:如何用lua实现游戏内调用数据库函数实现账号密码注册?
- Lua实现网站后台开发
- LUA错误显式返回,社区常见的规约是怎么样的
- lua5.3下载库失败
- 请问如何实现文本框内容和某个网页搜索框内容连接,并把网页输出来的结果反馈到另外一个文本框上
- lua lanes多线程使用
- 一个kv数据库
- openresty 有没有比较轻量的 docker 镜像
- 想问一下,有大佬用过luacurl吗
- 在Lua执行过程中使用Load函数出现问题
- 为什么 neovim 里没有显示一些特殊字符?
- Lua比较两个表的值(不考虑键的顺序)
- 有个lua简单的项目,外包,有意者加微信 liuheng600456详谈,最好在成都
- 如何在 Visual Studio 2022 中运行 Lua 代码?

我通过使用
apply、repeatTensor和最后的cmul来进行逐元素的乘法得出了结果。rPr = r:view(1, N) * P * r:view(N, 1) denominator = (1 + rPr):apply(function(x) return x^(-1) end) delta_w:cmul(torch.repeatTensor(denominator, N, N))虽然我想知道这个方法能否使用
cutorch在 GPU 上运行。