相关疑难解决方法(0)

我有张量列表，每个张量都有不同的大小，如何使用 pytroch 将此张量列表转换为张量

有关更多信息，我的列表包含张量，每个张量都有不同的大小，例如第一个张量大小是 torch.Size([76080, 38])

其他张量的形状在第二个元素中会有所不同，例如列表中的第二个张量是 torch.Size([76080, 36])

当我使用 torch.tensor(x) 我得到一个错误 ValueError: only one element tensors can be convert to Python scalars

我有这个代码：

import torch

list_of_tensors = [ torch.randn(3), torch.randn(3), torch.randn(3)]
tensor_of_tensors = torch.tensor(list_of_tensors)

我收到错误：

ValueError：只有一个元素张量可以转换为Python标量

如何将张量列表转换为pytorch中的张量张量？

我有一个关于torch.stack的问题

我有2个张量，a.shape =（2，3，4）和b.shape =（2，3）。 如何在不进行就地操作的情况下堆叠它们？

我目前正在使用PyTorch框架，并试图了解外部代码。我遇到了索引问题，想打印列表的形状。
这样做的唯一方法（据Google告诉我）是将列表转换为numpy数组，然后使用numpy.ndarray.shape（）获得形状。

但是尝试将列表转换为数组时，出现了ValueError: only one element tensors can be converted to Python scalars。

我的列表是经过转换的PyTorch张量（list(pytorchTensor)），看起来像这样：

[张量（[[-0.2781，-0.2567，-0.2353，...，-0.9640，-0.9855，-1.0069]，
[-0.2781，-0.2567，-0.2353，...，-1.0069，-1.0283，-1.0927 ]，
[-0.2567，-0.2567，-0.2138，...，-1.0712，-1.1141，-1.1784]，
...，
[-0.6640，-0.6425，-0.6211，...，-1.0712，-1.1141， -1.0927]，
[-0.6640，-0.6425，-0.5997，...，-0.9426，-0.9640，-0.9640]，
[-0.6640，-0.6425，-0.5997，...，-0.9640，-0.9426，-0.9426 ]]），张量（[[--0.0769，-0.0980，-0.076 9，...，-0.9388，-0.9598，-0.9808]，
[-0.0559，-0.0769，-0.0980，...，-0.9598，- 1.0018，-1.0228]，
[-0.0559，-0.0769，-0.0769，...，-1.0228，-1.0439，-1.0859]，
...，
[-0.4973，-0.4973，-0.4973，...，-1.0018，-1.0439，-1.0228]，
[-0.4973，-0.4973，-0.4973，...，-0.8757，-0.9177，-0.9177]，
[- 0.4973，-0.4973，-0.4973，...，-0.9177，-0.8967，-0.8967]]），张量（[[--0.1313，-0.1313，-0.110 0，...，-0.8115，-0.8328，-0.8753 ]，
[-0.1313，-0.1525，-0.1313，...，-0.8541，-0.8966，-0.9391]，
[-0.1100，-0.1313，-0.1100，...，-0.9391，-0.9816，-1.0666]，
...，
[-0.4502，-0.4714，-0.4502，...，-0.8966，-0.8966，-0.8966]，
[-0.4502，-0.4714，-0.4502，...，-0.8115，-0.8115，-0.7903 ]，
[-0.4502，-0.4714，-0.4502，...，-0.8115，-0.7690，-0.7690]]）]]

有没有一种方法可以在不将其转换为numpy数组的情况下获得列表的形状？

我有一个张量inps，它的大小为[64, 161, 1]和我有一些新的数据d具有大小[64, 161]。我怎样才能添加d到inps这样的新大小[64, 161, 2]？