如何将torch.tensor矩阵转换为较大的张量？

Question

我遇到一个将torch.tensor的python矩阵转换为torch.tensor的问题。

例如，M是一个(n,m)矩阵，每个元素M[i][j]都是一个具有相同大小(p, q, r, ...)的torch.tensor。如何将列表M的python列表转换为具有(n,m,p,q,r,...)大小的torch.tensor。

M = []
for i in range(5):
    row = []
    for j in range(10):
        row.append(torch.rand(3,4))
    M.append(row)

如何将上面的M转换为具有(5,10,3,4)大小的torch.tensor。

Answer 1

尝试torch.stack()在第一个维度上堆叠张量列表。

import torch

M = []
for i in range(5):
    row = []
    for j in range(10):
        row.append(torch.rand(3,4))
    row = torch.stack(row)
    M.append(row)
M = torch.stack(M)

print(M.size())
# torch.Size([5, 10, 3, 4])

Answer 2

尝尝这个。

ref = np.arange(3*4*5).reshape(3,4,5) # numpy array
values = [ref.copy()+i for i in range(6)] # List of numpy arrays
b = torch.from_numpy(np.array(values)) # torch-array from List of numpy arrays

参考文献

1. 将NumPy阵列转换为火炬张量