Question

我正在尝试将功能应用于3d火炬张量，而将功能应用于通过3d火炬张量的轴1读取的2d张量。

例如，我有一个形状为(51, 128, 20100)的火炬张量（名称为autoencode_logprob的变量），并且函数（rawid2sentence）在形状为(51, 20100)的输入上运行。 / p>

现在，我编写了可与naive for循环一起运行的代码，并与range（128）一一循环。

但是，它太慢了。以下是重要的代码部分。

autoencode_logprobs是3d张量，我需要沿其第二个轴应用rawids2sentence函数。对它进行矢量化有帮助吗？

for i in range(128):
    output_sent = self.dictionary.rawids2sentence(
        autoencode_logprobs[:, i].max(1)[
            1].data.cpu().numpy(),
        oov_dicts[i],
    )
    output_sent_encoding = ifst_model.encode([output_sent])

Answer 1

由于我不知道rawids2sentence或encode函数的作用，因此我可以帮助您进行最大操作。

在以下语句中，

autoencode_logprobs[:, i].max(1)[1]

您为每个dim=1张量确定沿着51 x 20100的最大值的索引。因此，输出是大小为51的向量。

您可以在形状为51 x 128 x 20100的完整张量中执行相同的操作，并以128 x 51张量获得输出。

autoencode_logprobs.transpose(0, 1).max(2)[1] # 128 x 51

因此，如果您的rawids2sentence或encode方法可以处理批量输入，则上述更改应该对您有效，而不会产生任何循环。

向量化以将功能应用于3d阵列

1 个答案: