由DoubleTensor数量火炬

分割一个DoubleTensor矩阵我想在更新实值数字矩阵使用torch.Tensor循环。这里是我想要做什么：当我做除法是由DoubleTensor数量火炬

denom    -> [torch.DoubleTensor of size 1x1] 
P, delta_W, W  -> [torch.DoubleTensor of size 200x200]

错误：

bad argument #2 to '?' (number expected at /usr/local/torch/pkg/torch/generic/TensorOperator.c:145)

我是

-- W and P are of size NxN, r is of size N 
delta_W = P * r:view(N, 1) * r:view(1, N) * P -- this is an NxN 
denominator = 1 + r:view(1, N) * P * r:view(N, 1) -- this is a number 
delta_W = delta_w/denominator -- ## THIS ONE RAISES ERROR ## 
W = W + delta_W

只是要清楚所以我认为“广播”是个问题，因此我尝试通过torch.repeatTensor(denom, N, N)模拟它，但没有运气。如果denom只是一个数字（不是DoubleTensor），无论如何，一切正常。使用该元素也不起作用，delta_P/denom[1]给出了相同的错误。

我在做什么错？

编辑：我尝试使用

denominator = (1 + r:view(1, N) * P * r:view(N, 1)):apply(function(x) return x^(-1) end) 
delta_w = delta_w * torch.repeatTensor(denominator, N, N)

不抛出一个错误，但结果是错误的。看到这一点，请尝试以下操作：

torch.linspace(0, 3, 4):view(2, 2) * torch.Tensor(2, 2):fill(0.5)

来源

2017-02-14 fabioedoardoluigialberto

我有感觉了智能使用的'map'，'map2'或'apply'会做的伎俩，但还没有想出如何。 – fabioedoardoluigialberto

为什么我遇到了问题的原因之一是写[这里]（https://github.com/torch/torch7/blob/master/doc/maths.md）和有关重载运算符。从DOC：“这是可能使用基本数学运算符，例如+， - ，/，*和％与张量。这些运营商为提供便利，[...]另一个需要注意的重要一点是，这些运营商而已。当第一个操作数是张量时重载，例如，这不起作用：'x = 5 + torch.rand（3）'“。 – fabioedoardoluigialberto

我设法用apply，repeatTensor最后cmul的逐元素乘法

rPr = r:view(1, N) * P * r:view(N, 1) 
denominator = (1 + rPr):apply(function(x) return x^(-1) end) 
delta_w:cmul(torch.repeatTensor(denominator, N, N))

虽然我不知道这是否可以转移与cutorch到GPU。

来源

2017-02-14 17:36:59 fabioedoardoluigialberto

如果你做denominator[1][1]，你会得到一个'数字'，而不是'torch.Tensor'。然后你可以正常写分割语句。

-- W and P are of size NxN, r is of size N 
delta_W = P * r:view(N, 1) * r:view(1, N) * P -- this is an NxN 
denominator = 1 + r:view(1, N) * P * r:view(N, 1) -- this is a 1x1 
delta_W = delta_w/denominator[1][1] 
W = W + delta_W

顺便提一下，在第一个声明没有你想调换在P矩阵（P:t()）中的一个？

来源

2017-02-26 17:05:03 jkjung13

由DoubleTensor数量火炬

回答

相关问题