我想将（50000,32,32）掩码应用于数据加载器（50000,32,32,3）

Question

我用Torch.Size（[50000，32，32]）制作了回弹面罩形状
我应该如何将其应用于具有（50000、32、32、3）的原始数据集形状

我正在尝试更改原始数据加载器的数据集

  

原始数据集（50000,32,32,3）x遮罩（50000,32,32）

但是由于形状差异，我不知道如何申请

Answer 1

逐元素乘法仅可用于可广播（具有兼容形状的张量）。这意味着两个张量的秩（维数）应该相等，并且每个维应该相等，或者它们中的一个（或两个）都可以是1。因此，您所需要的只是添加空的维数来代替遮罩的通道。您的遮罩将具有(50000,32,32,1)的形状，并且您可以乘以：

result = dataset * mask[:, :, :, None]

或np.expand_dims()实现：

result = dataset * np.expand_dims(mask, axis=3)