小编Rah*_*hul的帖子

我有np矩阵,我想将其转换为3d数组,其中元素的热编码为第三维.有没有办法处理没有循环每一行,例如

a=[[1,3],
   [2,4]]

应该做成

b=[[1,0,0,0], [0,0,1,0],
   [0,1,0,0], [0,0,0,1]]

我有一个列向量，我想将其转换为行向量，但在执行此操作时出现以下错误。有没有办法在火炬中转置一维向量

th> bb
 1
 2
[torch.DoubleTensor of size 2]

                                                                      [0.0005s]
th> bb:t()
[string "_RESULT={bb:t()}"]:1: calling 't' on bad self (Tensor must have 2 dimensions at /tmp/luarocks_torch-scm-1-5379/torch7/generic/Tensor.c:590)
stack traceback:
    [C]: in function 't'
    [string "_RESULT={bb:t()}"]:1: in main chunk
    [C]: in function 'xpcall'

我找到了一组很好的定义，我想在 jq 中使用（https://github.com/stedolan/jq/blob/master/src/builtin.jq）。我必须使用的版本没有内置它们。该页面提到将这些定义用于新函数。

我想知道将这些定义放在哪里，以便我的本地 jq 可以访问它们。

我正在建立一个堆叠多个LSTM的动态RNN网络.我看到有两种选择

# cells_fw and cells_bw are list of cells eg LSTM cells
stacked_cell_fw = tf.contrib.rnn.MultiRNNCell(cells_fw)
stacked_cell_bw = tf.contrib.rnn.MultiRNNCell(cells_bw)

output = tf.nn.bidirectional_dynamic_rnn(
          stacked_cell_fw, stacked_cell_bw, INPUT,
          sequence_length=LENGTHS, dtype=tf.float32)

VS

output = tf.contrib.rnn.stack_bidirectional_dynamic_rnn(cells_fw, cells_bw, INPUT,
sequence_length=LENGTHS, dtype=tf.float32)

两种方法有什么区别,哪一方比另一方更好？