PyTorch中“参差不齐的张量”的解决方法是什么？

Question

Tensorflow提供参差不齐的张量（https://www.tensorflow.org/guide/ragged_tensor）。但是，PyTorch不提供这种数据结构。有没有在PyTorch中构造类似内容的解决方法？

import numpy as np
x = np.array([[0], [0, 1]])
print(x)  # [list([0]) list([0, 1])]

import tensorflow as tf
x = tf.ragged.constant([[0], [0, 1]])
print(x)  # <tf.RaggedTensor [[0], [0, 1]]>

import torch
# x = torch.Tensor([[0], [0, 1]])  # ValueError

Answer 1

PyTorch正在实现一个名为NestedTensors的东西，似乎与Tensorflow中的RaggedTensors具有几乎相同的目的。您可以遵循RFC并前进here。

Answer 2

在PyTorch中无法执行此操作。问题是您为什么要这样的功能？

您可以使用Python的控制流torch.Tensor对for .. in的列表进行遍历，以对每个列表进行操作。您还可以填充它们以使用torch特定的操作，例如乘法或加法。您也可以pack与递归神经网络一起使用。