python - PyTorch - 将张量与标量相乘得到零向量

Question

我不知道为什么张量的结果都是 0。这里有什么问题吗？

>>> import torch
>>> import numpy as np
>>> import math

>>> torch.__version__
'0.4.1'
>>> np.__version__
'1.15.4'

>>> torch.arange(0, 10, 2) *-(math.log(10000.0) / 10)
tensor([0, 0, 0, 0, 0])
>>> np.arange(0, 10, 2) *-(math.log(10000.0) / 10)
array([-0.        , -1.84206807, -3.68413615, -5.52620422, -7.3682723 ])

>>> torch.arange(0, 10, 2)
tensor([0, 2, 4, 6, 8])
>>> np.arange(0, 10, 2)
array([0, 2, 4, 6, 8])

Answer 1

正如在使用 时的评论中所写的那样0.4.0 获得与 numpy 相同的结果:

tensor([-0.0000, -1.8421, -3.6841, -5.5262, -7.3683])

然而与 0.4.1我也得到了一个零向量。

这样做的原因是 torch.arange(0, 10, 2)返回 float 类型的张量为 0.4.0 而它返回类型为 long 的张量为 0.4.1 .

所以将你的张量转换为 float应该适合你:

torch.arange(0, 10, 2).float() *-(math.log(10000.0) / 10)

乘法 long和 float通过重舍入工作，因为结果仍然是 long 类型的张量.所以在转换 FloatTensor 时到 LongTensor -1 和 1 之间的值将四舍五入为 0。

自 -(math.log(10000.0) / 10)结果 -0.9210340371976183您的结果是 0 .如此有效 -0.9210340371976183转换为类型 long乘之前。但是在转换时它会向下舍入为 0 ，看这个例子:

t = torch.tensor((-(math.log(10000.0) / 10)))
print('FloatTensor:', t)
print('Converted to Long:', t.long())

输出:

FloatTensor: tensor(-0.9210)
Converted to Long: tensor(0)

因此:

torch.arange(0, 10, 2).float() *-(math.log(10000.0) / 10)

变成:

torch.arange(0, 10, 2).float() * 0

因此，您会得到一个零张量。



还有一些例子:

如果您将其乘以 1 到 2 之间的值，比如说 1.7，它将始终向下舍入为 1:

t = torch.tensor(range(5), dtype=torch.long)
print(t)
print(t * 1.7)

输出:

tensor([ 0,  1,  2,  3,  4])
tensor([ 0,  1,  2,  3,  4])

与 2.7 相乘时类似导致 2 的有效乘法:

t = torch.tensor(range(5), dtype=torch.long)
print(t)
print(t * 2.7)

输出:

tensor([ 0,  1,  2,  3,  4])
tensor([ 0,  2,  4,  6,  8])