torch.Tensor行向量转为列向量(unsqueeze)

举报
野猪佩奇996 发表于 2022/06/03 01:00:02 2022/06/03
【摘要】 文章目录 一、问题描述二、解决方案 一、问题描述 Traceback (most recent call last): File "beat_deepFM_train.py", lin...

一、问题描述

Traceback (most recent call last):
  File "beat_deepFM_train.py", line 176, in <module>
    train(ep)
  File "beat_deepFM_train.py", line 40, in train
    out = model(xi, xv)
  File "/home/andy/.conda/envs/work2/lib/python3.8/site-packages/torch/nn/modules/module.py", line 1110, in _call_impl
    return forward_call(*input, **kwargs)
  File "/home/andy/deepFM_CTR_beat/model_train/model/sing_deepFM_model.py", line 82, in forward
    fm_1st_dense_res = self.fm_1st_order_dense(xi)
  File "/home/andy/.conda/envs/fun/lib/python3.8/site-packages/torch/nn/modules/module.py", line 1110, in _call_impl
    return forward_call(*input, **kwargs)
  File "/home/andy/.conda/envs/fun/lib/python3.8/site-packages/torch/nn/modules/linear.py", line 103, in forward
    return F.linear(input, self.weight, self.bias)
RuntimeError: mat1 and mat2 shapes cannot be multiplied (1x16 and 1x1)

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

二、解决方案

报错是矩阵相乘的维度出错问题,在线性层linear的输入时,input的shape的应该是[[16]],而不是[16],通过xi = torch.unsqueeze(xi, dim=1)将行向量转为列向量,举例:

import torch

x1 = torch.Tensor([1, 2, 3, 4, 5])
x2 = torch.unsqueeze(x1, dim=1)

print(x1, "\n")
# 打印x1,x2的size
print(x1.size())	# torch.Size([5])
print(x2.size())	# torch.Size([5, 1])
print(x2, "\n")

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

文章来源: andyguo.blog.csdn.net,作者:山顶夕景,版权归原作者所有,如需转载,请联系作者。

原文链接:andyguo.blog.csdn.net/article/details/125093619

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。