如何折叠我用 PyTorch 展开的有重叠的张量？答案

【问题标题】：How can I fold a Tensor that I unfolded with PyTorch that has overlap?如何折叠我用 PyTorch 展开的有重叠的张量？
【发布时间】：2020-12-16 16:40:19
【问题描述】：

我有一个大小为：torch.Size([1, 63840]) 的张量，然后展开：

inp_unfolded = inp_seq.unfold(1, 160, 80)

这给了我一个形状：torch.Size([1, 797, 160])

我怎样才能重新fold 以获得torch.Size([1, 63840]) 的张量？

【问题讨论】：

标签： python pytorch tensor

【解决方案1】：

对于该特定配置，由于63840 可以被160 整除，并且步长是切片大小的倍数，您可以简单地选择沿该维度的每隔一个元素，然后选择flatten 生成的张量：

inp_unfolded[:, ::2, :].flatten(1, 2)

更一般地，对于t.unfold(i, n, s)，如果t.shape[i] % n == 0 and n % s == 0 成立，那么您可以通过以下方式恢复原始张量：

index = [slice(None) for __ in t.shape]
index[i] = slice(None, None, n // s)
original = t.unfold(i, n, s)[tuple(index)].flatten(i, i+1)

当然，如果维度i 是已知的，您当然也可以使用切片表示法。例如 i == 1 在您的示例中：

original = t.unfold(1, n, s)[:, ::n//s, ...].flatten(1, 2)

【讨论】：

【解决方案2】：

好吧，实际上给定t.unfold(i, n, s)的条件是：

n >= s（否则步骤会跳过一些原始数据，我们无法恢复）
n + s <= t.shape[i]

然后我们可以通过：

def roll(x, n, s, axis=1):
    return torch.cat((p[0], p[1:][:, n-s:].flatten()), axis)

解释：

p[0] 是起始块，在开始时总是唯一的

p[1:][:, n-s:] - 然后，我们取其余的卷，n-s 描述了卷之间有多少元素重叠，所以我们想忽略它们，只取来自n-s 的元素

插图：

x.unfold(0, 5, 2)
tensor([[ 1.,  2.,  3.,  4.,  5.],
        [ 3.,  4.,  5.,  6.,  7.], # 3, 4, 5 are repeated
        [ 5.,  6.,  7.,  8.,  9.], # 5, 6, 7 are repeated...
        [ 7.,  8.,  9., 10., 11.],
        [ 9., 10., 11., 12., 13.],
        [11., 12., 13., 14., 15.],
        [13., 14., 15., 16., 17.]])

示例：

>> x = torch.arange(1., 18)
>> p = x.unfold(0, 5, 2)
>> roll(p, 5, 2, 0)

tensor([ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.,
        15., 16., 17.])

你也可以试试

x = torch.arange(1., 18).reshape(1, 17)

和轴 1

【讨论】：