PyTorch - 将张量与标量相乘得到零向量

Question

我不知道为什么张量的结果都是 0。这里有什么问题吗？

>>> import torch
>>> import numpy as np
>>> import math

>>> torch.__version__
'0.4.1'
>>> np.__version__
'1.15.4'

>>> torch.arange(0, 10, 2) *-(math.log(10000.0) / 10)
tensor([0, 0, 0, 0, 0])
>>> np.arange(0, 10, 2) *-(math.log(10000.0) / 10)
array([-0.        , -1.84206807, -3.68413615, -5.52620422, -7.3682723 ])

>>> torch.arange(0, 10, 2)
tensor([0, 2, 4, 6, 8])
>>> np.arange(0, 10, 2)
array([0, 2, 4, 6, 8])

Answer 1

正如评论中所写，使用0.4.0得到与 numpy 相同的结果：

tensor([-0.0000, -1.8421, -3.6841, -5.5262, -7.3683])

然而，0.4.1我也得到了一个零向量。

原因是返回0.4.0类型的torch.arange(0, 10, 2)张量，而返回0.4.1类型的张量。floatlong

因此，将张量转换为float应该适合您：

torch.arange(0, 10, 2).float() *-(math.log(10000.0) / 10)

乘法long和float通过重舍入进行工作，因为结果仍然是 类型的张量long。因此，当将 a 转换FloatTensor为LongTensor-1 和 1 之间的值时，将四舍五入为 0。

因为你的-(math.log(10000.0) / 10)结果-0.9210340371976183是0. 因此在乘法之前有效地-0.9210340371976183转换为类型long。但转换时它将向下舍入为0，请参阅此示例：

t = torch.tensor((-(math.log(10000.0) / 10)))
print('FloatTensor:', t)
print('Converted to Long:', t.long())

输出：

FloatTensor: tensor(-0.9210)
Converted to Long: tensor(0)

因此：

torch.arange(0, 10, 2).float() *-(math.log(10000.0) / 10)

变成：

torch.arange(0, 10, 2).float() * 0

因此，你会得到一个为零的张量。

更多示例：

如果将其乘以 1 到 2 之间的值（例如 1.7），它将始终向下舍入为 1：

t = torch.tensor(range(5), dtype=torch.long)
print(t)
print(t * 1.7)

输出：

tensor([ 0,  1,  2,  3,  4])
tensor([ 0,  1,  2,  3,  4])

类似地，当 与 相乘时，2.7得到 的有效乘法2：

t = torch.tensor(range(5), dtype=torch.long)
print(t)
print(t * 2.7)

输出：

tensor([ 0,  1,  2,  3,  4])
tensor([ 0,  2,  4,  6,  8])