如何将张量列表转换为 Torch::Tensor？

Posted 2023-03-29

【中文标题】如何将张量列表转换为 Torch::Tensor？

【英文标题】：How to convert a list of tensors into a torch::Tensor?

【发布时间】：2020-12-12 05:00:07

【问题描述】：

我正在尝试将以下 Python 代码转换为其等效的 libtorch：

tfm = np.float32([[A[0, 0], A[1, 0], A[2, 0]],
                  [A[0, 1], A[1, 1], A[2, 1]]
                 ])

在 Pytorch 中，我们可以简单地使用 torch.stack 或简单地使用 torch.tensor()，如下所示：

tfm = torch.tensor([[A_tensor[0,0], A_tensor[1,0],0],
                    [A_tensor[0,1], A_tensor[1,1],0]
                   ])

但是，在 libtorch 中，这不成立，那就是我不能简单地这样做：

auto tfm = torch::tensor (A.index(0,0), A.index(1,0), A.index(2,0),
                           A.index(0,1), A.index(1,1), A.index(2,1)
                         );

甚至使用std::vector 都不起作用。 torch::stack 也是如此。我目前正在使用三个torch::stack 来完成这项工作：

auto x = torch::stack( A.index(0,0), A.index(1,0), A.index(2,0) );
auto y = torch::stack( A.index(0,1), A.index(1,1), A.index(2,1) );
tfm = torch::stack( x,y );

那么有没有更好的方法来做到这一点？我们可以使用单线做到这一点吗？

【问题讨论】：

我觉得我并没有真正理解这里的问题。 torch::stack(A[0][0], A[1][0], A[2][0], A[0][1], A[1][1], A[2][1]).view(2,3); 似乎就是您要找的东西。只是添加了与 python 代码不同的view。如果这不是您所需要的，您能否更准确地描述您正在寻找的是什么？ :)

@trialNerror，我的错！我完全忘记了这一点！我不知道这让我感到害怕，但无论如何这是一个整洁的提醒，谢谢！请将此作为答案发布，以便我们收工！

【参考方案1】：

所以 C++ libtorch 确实不允许从像 Pytorch 之类的张量列表中构造张量（据我所知），但您仍然可以使用 torch::stack 实现此结果（如果您有兴趣，请执行 here ) 和view :

auto tfm = torch::stack( A[0][0], A[1][0], A[2][0], A[0][1], A[1][1], A[2][1] ).view(2,3);

【讨论】：

一如既往地非常感谢。顺便说一句，你也知道这个question 吗？如果您也可以在那里看看，将不胜感激

我正在研究它，以及“比较张量形状”；我目前没有答案（除了无益的“你可以自己实现打印功能”）