PyTorch - 变量和张量之间的元素乘法？

Question

截至PyTorch 0.4,此问题已不再有效.在0.4 Tensor秒和Variables合并.

如何在PyTorch中使用变量和张量执行逐元素乘法？有两个张量工作正常.变量和标量工作正常.但是当尝试使用变量和张量执行逐元素乘法时,我得到:

XXXXXXXXXXX in mul
    assert not torch.is_tensor(other)
AssertionError

例如,运行以下内容时:

import torch

x_tensor = torch.Tensor([[1, 2], [3, 4]])
y_tensor = torch.Tensor([[5, 6], [7, 8]])

x_variable = torch.autograd.Variable(x_tensor)

print(x_tensor * y_tensor)
print(x_variable * 2)
print(x_variable * y_tensor)

我希望第一个和最后一个打印语句显示类似的结果.前两个乘法按预期工作,错误在第三个中出现.我试图别名*在PyTorch(即x_variable.mul(y_tensor),torch.mul(y_tensor, x_variable)等).

考虑到错误和产生它的代码,似乎不支持张量和变量之间的元素乘法.它是否正确？还是有什么我想念的？谢谢!

Answer 1

是的,你是对的.按元素乘法(像大多数其他操作)仅支持Tensor * Tensor和Variable * Variable,但不为Tensor * Variable.

要执行上面的乘法,请将您的包裹设置Tensor为Variable不需要渐变的.额外的开销是微不足道的.

y_variable = torch.autograd.Variable(y_tensor, requires_grad=False)
x_variable * y_variable # returns Variable

但显然,只有使用Variables,如果你真的需要通过图表自动区分.另外,您可以Tensors像在问题中一样直接执行操作.