主页 / coding / 问题 / 78041844
Accepted
Matt Pitkin
Asked: 2024-02-22 22:41:10 +0800 CST

如何区分 PyTorch 张量和嵌套张量？

  • 772

最近，PyTorch 引入了嵌套张量。但是，如果我创建一个嵌套张量，例如，

import torch

a = torch.randn(20, 128)
nt = torch.nested.nested_tensor([a, a], dtype=torch.float32)

然后查看它的类类型，它显示：

type(nt)
torch.Tensor

即，类类型只是常规的 PyTorch Tensor。所以type(nt) == torch.Tensor和isinstance(nt, torch.Tensor)都会返回True。

所以，我的问题是，有没有办法区分常规张量和嵌套张量？

我能想到的一种方法是，size嵌套张量的方法（当前）与常规张量的工作方式不同，因为它需要一个参数，否则它会引发一个RuntimeError. 因此，解决方案可能是：

def is_nested_tensor(nt):
    if not isinstance(nt, torch.Tensor):
        return False

    try:
        # try calling size without an argument
        nt.size()
        return False
    except RuntimeError:
        return True

    return False

但是有没有更简单的东西不依赖于size未来不会改变的方法之类的东西？

python

1 个回答

  1. Best Answer

    torch.Tensor所有s都有一个名为 的属性is_nested，但遗憾的是它没有记录。仅在常见问题解答中提到

    > nt.is_nested
True

    > a.is_nested
False
    • 1

相关问题