在Torch中,当我有批量输入时,如何为每个输入添加偏向量?假设我有一个输入3 * 2矩阵(其中2 =类的数量)
A
0.8191 0.2630
0.5344 0.4537
0.7380 0.5885
我希望将偏差值添加到输出矩阵中的每个元素:
BIAS:
0.6588 0.6525
我的最终输出应该如下:
1.4779 0.9155
1.1931 1.1063
1.3967 1.2410
我是Torch的新手,只是搞清楚语法。
答案 0 :(得分:2)
您可以将偏差扩展为与输入具有相同的尺寸:
expandedBias=torch.expand(BIAS,3,2)
的产率:
th> expandedBias
0.6588 0.6525
0.6588 0.6525
0.6588 0.6525
之后你可以简单地添加它们:
output=A+expandedBias
给予:
th> A+expandedBias
1.4779 0.9155
1.1931 1.1063
1.3967 1.2410
答案 1 :(得分:0)
如果您使用的是最新版本的割炬,则甚至不需要扩大偏置范围。
您可以直接写。
output = A + bias
偏差矩阵将自动广播。检查文档以了解广播的详细信息。 https://pytorch.org/docs/stable/notes/broadcasting.html