使用最大池化层减少张量的维度答案

【问题标题】：Reduce the dimension of a tensor using max-pooling layer使用最大池化层减少张量的维度
【发布时间】：2020-07-27 02:10:09
【问题描述】：

我的问题很简单：

如何使用最大池化层将列表或张量的维度减少到列表中的 512 个元素：

我正在尝试以下代码：

    input_ids = tokenizer.encode(question, text)
    print(input_ids) # input_ids is a list of 700 elements
    m = nn.AdaptiveMaxPool1d(512)
    input_ids = m(torch.tensor([[input_ids]])) # convert the list to tensor and apply max-pooling layer

但我收到以下错误：

RuntimeError: "adaptive_max_pool2d_cpu" not implemented for 'Long'

所以，请帮忙找出错误在哪里

【问题讨论】：

标签： python pytorch max-pooling

【解决方案1】：

问题在于您的 input_ids。您将 long 类型的张量传递给 AdaptiveMaxPool1d，只需将其转换为浮点数。

    input_ids = tokenizer.encode(question, text)
    print(input_ids) # input_ids is a list of 700 elements
    m = nn.AdaptiveMaxPool1d(512)
    input_ids = m(torch.tensor([[input_ids]]).float()) #

【讨论】：