Question

我不知道为什么张量结果全为0。这里有什么问题吗？

>>> import torch
>>> import numpy as np
>>> import math

>>> torch.__version__
'0.4.1'
>>> np.__version__
'1.15.4'

>>> torch.arange(0, 10, 2) *-(math.log(10000.0) / 10)
tensor([0, 0, 0, 0, 0])
>>> np.arange(0, 10, 2) *-(math.log(10000.0) / 10)
array([-0.        , -1.84206807, -3.68413615, -5.52620422, -7.3682723 ])

>>> torch.arange(0, 10, 2)
tensor([0, 2, 4, 6, 8])
>>> np.arange(0, 10, 2)
array([0, 2, 4, 6, 8])

Answer 1

使用 0.4.0 时，注释中的内容与numpy相同：

const Wrapper = styled.div`
  display:flex;
  flex-flow:row wrap;
  justify-content: space-between;`

但是使用const Article = styled.article` display:flex; flex-flow:row wrap; flex: 1 1 445px; max-height:275px;`时，我的向量也为零。

这样做的原因是tensor([-0.0000, -1.8421, -3.6841, -5.5262, -7.3683])为 0.4.0 返回类型0.4.1的张量，而为返回torch.arange(0, 10, 2)类型的张量> 0.4.1 。

因此将张量转换为float应该对您有用：

long

将float和torch.arange(0, 10, 2).float() *-(math.log(10000.0) / 10)乘以大数舍入，因为结果仍然是类型long的张量。因此，将float转换为long时，值介于-1和1之间将被舍入为0。

由于FloatTensor的结果是LongTensor，因此您的结果是-(math.log(10000.0) / 10)。因此有效地将-0.9210340371976183转换为0类型，然后再相乘。但是在转换时将其舍入为-0.9210340371976183，请参见以下示例：

long

出局：

0

因此：

t = torch.tensor((-(math.log(10000.0) / 10))) print('FloatTensor:', t) print('Converted to Long:', t.long())

成为：

FloatTensor: tensor(-0.9210) Converted to Long: tensor(0)

因此，您得到的张量为零。

更多示例：

如果将其乘以1到2之间的值（假设为1.7），它将始终四舍五入为1：

torch.arange(0, 10, 2).float() *-(math.log(10000.0) / 10)

输出：

torch.arange(0, 10, 2).float() * 0

类似地，当与t = torch.tensor(range(5), dtype=torch.long) print(t) print(t * 1.7)相乘时，会导致tensor([ 0, 1, 2, 3, 4]) tensor([ 0, 1, 2, 3, 4])的有效相乘：

2.7

输出：

2

PyTorch-将张量与标量相乘会得出零向量

1 个答案: