我现在有以下代码,它会在pred
中存储每个问题的最高分数的索引,并将其转换为字符串。
我想为每个问题的n-best指数做同样的事情,而不仅仅是具有最高得分的单个索引,并将它们转换为字符串。我还想显示每个索引(或每个转换后的字符串)的分数。
因此scores
必须进行排序,pred
必须是多行/列而不是1 x nq。 <{1}}中每个条目的相应score
值必须是可检索的。
我对lua / torch语法一无所知,任何帮助都会非常感激。
pred
答案 0 :(得分:1)
这是我的尝试,我使用简单的随机scores
张量来证明其行为:
> scores=torch.floor(torch.rand(4,10)*100)
> =scores
9 1 90 12 62 1 62 86 46 27
7 4 7 4 71 99 33 48 98 63
82 5 73 84 61 92 81 99 65 9
33 93 64 77 36 68 89 44 19 25
[torch.DoubleTensor of size 4x10]
现在,既然你想要每个问题(行)的N
最佳索引,那就让我们对张量的每一行进行排序:
> values,indexes=scores:sort(2)
现在,让我们看一下返回张量包含的内容:
> =values
1 1 9 12 27 46 62 62 86 90
4 4 7 7 33 48 63 71 98 99
5 9 61 65 73 81 82 84 92 99
19 25 33 36 44 64 68 77 89 93
[torch.DoubleTensor of size 4x10]
> =indexes
2 6 1 4 10 9 5 7 8 3
2 4 1 3 7 8 10 5 9 6
2 10 5 9 3 7 1 4 6 8
9 10 1 5 8 3 6 4 7 2
[torch.LongTensor of size 4x10]
如您所见,i-th
的{{1}}行是values
i-th
行的排序版本(按递增顺序排列),scores
行中indexes
行1}}为您提供相应的索引。
您可以使用
获取每个问题(即行)的N
最佳值/索引
> N_best_indexes=indexes[{{},{indexes:size(2)-N+1,indexes:size(2)}}]
> N_best_values=values[{{},{values:size(2)-N+1,values:size(2)}}]
让我们看看给定示例的值,N=3
:
> return N_best_indexes
7 8 3
5 9 6
4 6 8
4 7 2
[torch.LongTensor of size 4x3]
> return N_best_values
62 86 90
71 98 99
84 92 99
77 89 93
[torch.DoubleTensor of size 4x3]
因此,问题k-th
的{{1}}最佳值为j
,N_best_values[{{j},{values:size(2)-k+1}]]
矩阵中的相应索引由此scores
值给出:
row, column
例如,第二个问题的第一个最佳值(row=j
column=N_best_indexes[{{j},indexes:size(2)-k+1}}].
)是k=1
,它位于99
的{{1}}行和2nd
列中}。您可以看到6th
为scores
,而values[{{2},values:size(2)}}]
为您提供99
,这是indexes[{{2},{indexes:size(2)}}]
矩阵中的列索引。
希望我能很好地解释我的解决方案。