我如何迭代 pytorch 2d 张量？答案

【问题标题】：How do i iterate over pytorch 2d tensors?我如何迭代 pytorch 2d 张量？
【发布时间】：2020-10-28 16:41:52
【问题描述】：

X = np.array([
    [-2,4,-1],
    [4,1,-1],
    [1, 6, -1],
    [2, 4, -1],
    [6, 2, -1],
    ])

for epoch in range(1,epochs):
    for i, x in enumerate(X):

X = torch.tensor([
    [-2,4,-1],
    [4,1,-1],
    [1, 6, -1],
    [2, 4, -1],
    [6, 2, -1],
    ])

当它是一个 numpy 数组时，循环很好。但我想使用 pytorch 张量，所以有什么替代枚举或如何在第二行循环遍历上述张量？

【问题讨论】：

这个问题是关于一次聚合多个迭代（在本例中为张量）@AragonS - 因此建议使用zip

标签： python numpy pytorch tensor

【解决方案1】：

迭代 pytorch 张量或 numpy 数组比迭代列表慢得多。

将您的张量转换为列表并对其进行迭代：

l = tens.tolist()

如果您需要将张量从计算图中分离出来，则需要detach()：

l = tens.detach().tolist()

或者，您可以使用 numpy 数组并在二维数组的每一行上使用它的一些快速函数，以便从该行中获取您需要的值。

【讨论】：

【解决方案2】：

x = torch.tensor([ 
                 [-2,4,-1],
                 [4,1,-1],
                 [1, 6, -1],
                 [2, 4, -1],
                 [6, 2, -1],
                          ])

for i in x:
    print(i)

输出：

tensor([-2,  4, -1])
tensor([ 4,  1, -1])
tensor([ 1,  6, -1])
tensor([ 2,  4, -1])
tensor([ 6,  2, -1])

【讨论】：

【解决方案3】：

enumerate 需要一个可迭代的，因此它也适用于 pytorch 张量：

X = torch.tensor([
    [-2,4,-1],
    [4,1,-1],
    [1, 6, -1],
    [2, 4, -1],
    [6, 2, -1],
    ])

for i, x in enumerate(X):
    print(x)
    tensor([-2,  4, -1])
    tensor([ 4,  1, -1])
    tensor([ 1,  6, -1])
    tensor([ 2,  4, -1])
    tensor([ 6,  2, -1])

如果你想遍历底层数组：

for i, x in enumerate(X.numpy()):
    print(x)
    [-2  4 -1]
    [ 4  1 -1]
    [ 1  6 -1]
    [ 2  4 -1]
    [ 6  2 -1]

但请注意，pytorch 的底层数据结构是 numpy 数组，因此您可能希望在执行操作时避免在张量上循环，并且应该考虑通过 pytorch 或麻木。

【讨论】：