将张量列表转换为张量的张量答案

【问题标题】：Convert tensor list to tensor of tensors将张量列表转换为张量的张量
【发布时间】：2020-04-16 17:56:29
【问题描述】：

我有一个变量a，它是一堆这样的张量：

[tensor([0.0014, 0.0021, 0.0015, 0.0007, 0.0012, 0.0024, 0.0021, 0.0019, 0.0010,
        0.0010])]
[tensor([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])]

....

当我想在我的代码中执行此操作时：

x = torch.tensor(a, dtype=torch.float)

我收到了这个错误：

ValueError: only one element tensors can be converted to Python scalars

我假设我可能需要像这样转换a 中的每个张量：

[tensor([[0.0014], [0.0021], [0.0015], [0.0007], [0.0012], [0.0024], [0.0021], [0.0019], [0.0010],
        [0.0010]])]
[tensor([[0], [0], [0], [0], [0], [0], [0], [0], [0], [0]])]

我的想法对吗？或者我需要什么来避免上述错误？

有什么帮助吗？

【问题讨论】：

标签： python list pytorch

【解决方案1】：

在 pytorch 中，您可以使用 view() 方法来重塑张量。准确地说，使用此代码：

t2 = t1.view(t1.shape[0],-1) 其中 t1 是要重塑的张量。

工作代码：

t1 = torch.Tensor([1.6455e-04, 1.2067e-04, 4.3461e-04, 2.0265e-04, 1.4014e-04, 2.0691e-04,
        1.2612e-04, 9.2561e-05, 9.4662e-05, 7.3938e-05])

tensor_lst = []
tensor_lst.append(t1)

res_t = [] #reshaped tensor
for i in range(len(lst)):
    res_t.append(lst[i].view(lst[i].shape[0],-1))

print(res_t)

【讨论】：

我收到了这个错误：AttributeError: 'list' object has no attribute 'view' @Ashish Johnson
这是因为你在列表中使用view方法，你必须访问列表中的张量然后使用.view()方法。如果你能分享代码，我会更正。
我从一开始就使用导致此错误的代码编辑/更新问题，提前感谢@Ashish Johnson
@LamaMo 进行更改后，您似乎有一个 2D 张量列表，当您已经在 'a' 中有一个浮动张量列表时，为什么要执行此操作x = torch.tensor(a, dtype=torch.float)？请重新表述问题。还告诉我变量'a'的初始化

【解决方案2】：

简单，只需重塑它。假设您的张量/张量存储在一个名为 tlist 的列表中：

tlist = [t.reshape(-1,1) for t in tlist]

【讨论】：

我收到了这个错误：AttributeError: 'list' object has no attribute 'reshape'