PyTorch，按元素应用不同的函数

Question

我像这样定义了一个张量

t_shape = [4, 1]
data = torch.rand(t_shape)

我想对每一行应用不同的函数。

funcs = [lambda x: x+1, lambda x: x**2, lambda x: x-1, lambda x: x*2]  # each function for each row.

我可以用下面的代码来做到这一点

d = torch.tensor([f(data[i]) for i, f in enumerate(funcs)])

如何使用 PyTorch 中定义的更高级 API 以正确的方式完成此操作？

Answer 1

我认为你的解决方案很好。但它不适用于任何张量形状。您可以按如下方式稍微修改解决方案。

t_shape = [4, 10, 10]
data = torch.rand(t_shape)

funcs = [lambda x: x+1, lambda x: x**2, lambda x: x-1, lambda x: x*2]

# only change the following 2 lines
d = [f(data[i]) for i, f in enumerate(funcs)]
d = torch.stack(d, dim=0)