我有张量x
和x.shape=(batch_size,10)
,现在我要
x[i][0] = x[i][0]*x[i][1]*...*x[i][9] for i in range(batch_size)
这是我的代码:
for i in range(batch_size):
for k in range(1, 10):
x[i][0] = x[i][0] * x[i][k]
但是当我在forward()
中实现并调用loss.backward()
时,反向传播的速度非常慢。为什么它很慢,并且有什么方法可以有效地实现它?
答案 0 :(得分:4)
这很慢,因为您使用了两个for循环。
您可以使用.prod
参见:https://pytorch.org/docs/stable/torch.html#torch.prod
就您而言,
x = torch.prod(x, dim=1)
或x = x.prod(dim=1)
应该工作
答案 1 :(得分:1)
使用两个循环计算乘积时,复杂度为n ^ 2。想象一下,在反向传播过程中这样做了很多次,您的代码变慢了。
向量运算可加快这些计算的速度。