问题描述
我有一个大小为 N*D 的二维张量 T,表示序列长度为 S 的 M 个文档的打包词嵌入(按顺序)。(即 sum(S)=N)
是否有最佳实践可以将其转换为大小为 M*Max(S)*D 且填充值为 V 的 3D 张量? (你可以假设 V=0.0)
我看到的两种方法
-
使用 torch.split 分割二维张量,然后使用 torch.nn.utils.rnn.pad_sequence 制作 T'
-
制作大小为 M*Max(S)*D 的张量 T' 并(使用循环)将每个维度填充为 T'[i,0:s(i),]=T[c( i):c(i+1)] 其中 c(i) 是 S 的部分和
我尝试查看 pad_packed_sequence 的代码,但它调用了另一个我找不到代码的方法。
原始张量采用这种形式用于 GraphNN,因此如果有需要这样做的方法,更改顺序并非不可能。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)