关于维度上的注意事项

Codiplay2023-10-28 17:12

一些关于维度上的奇怪的bug：

1、

extend无返回值，对

py 复制代码

def expand(data, seq_len):
    y_shape = [int(data.shape[0] / seq_len), seq_len]
    y_shape = y_shape.extend(data.shape[1:])
    print(y_shape)---> None
    return  data.reshape(y_shape)

py 复制代码

def expand(data, seq_len):
    y_shape = [int(data.shape[0] / seq_len), seq_len]
    y_shape.extend(data.shape[1:])
    return  data.reshape(y_shape)

[2892, 4, 8, 541]

x_train (2892, 4, 8, 541)

[2892, 4, 8]

Traceback (most recent call last):

File "rnnforlidar.py", line 35, in expand

return data.reshape(y_shape)

ValueError: cannot reshape array of size 18151632 into shape (1048,4,8,541)

10484 8*541 = 18,142,976 不符合reshape需要满足的条件，即，我们在reshape之前其实应该知道前后维度的等效性 ，

BTW，int(data.shape[0] / seq_len)必须加int，是为了将浮点数强制转换成int ，然后你要自己保证除法是整除，要不就无法保证前后维度的等效性。

返回的是经过变换后的tensor

py 复制代码

input_t.squeeze(1) 错
input_t = input_t.squeeze(1) 对

self.rnn 的赋值行末尾的逗号将 nn.RNNCell(32, self.hidden_size) 视为一个包含单个元素的元组，而不是一个单独的对象

lua 复制代码

self.rnn = nn.RNNCell(32, self.hidden_size),
self.linear = nn.Linear(self.hidden_size, args.channel)

lua 复制代码

self.rnn = nn.RNNCell(32, self.hidden_size)
self.linear = nn.Linear(self.hidden_size, args.channel)

tensor，array啥的