将 std::vector<std::tuple<>> 转换为 torch::Tensor 的最有效方法是什么？

Question

我有一个元组向量，需要将其转换为torch::Tensor。到目前为止，我想出的是香草方法，如下所示：

std::vector<torch::Tensor> anchors;
std::vector<std::tuple<float, float, float, float>> anchors_raw;

//...
for (auto& rows: anchors_raw)
    {
        auto& [cx, cy, s_kx, s_ky] = rows;
        anchors.emplace_back(std::move(torch::stack({ std::move(torch::tensor(cx)),
                                                     std::move(torch::tensor(cy)),
                                                     std::move(torch::tensor(s_kx)),
                                                     std::move(torch::tensor(s_ky))
                                                    }, 0)));
    }
    outo output = std::move(torch::stack(std::move(anchor)).view({ -1,4 }));
    //...

我使用的是 Torch 1.7。还有其他可能更有效的方法吗？

Answer 1

我不知道有任何 libtorch 功能可以轻松做到这一点。我会建议使用torch::from_blob，希望数据可以连续存储，但我发现this thread 另有说明。

所以如果可能，我的建议是将你的tuple<float, float...>替换为std::array<float, 4>（内存布局是连续的），并执行类似的操作

std::vector<std::array<float,4>> anchors_raw;
// ...
auto options = torch::TensorOptions().dtype(at::kFloat);
auto anchors = torch::from_blob(&anchors_raw[0][0], {anchors_raw.size(), 4}, options).clone()

我目前无法尝试，所以我希望它可以编译并运行良好，但我相信它应该可以工作，所有浮点值都应该连续存储在向量和数组中，所以from_blob会工作。

与往常一样，如果在您完成 anchors 之前，anchors_raw 有超出范围的风险，则需要调用 clone。如果您确定anchors_raw 的寿命会比anchors 的寿命长，您可以取消调用。