0

我正在为 k 折交叉验证拆分数据集，但在使用 Pytorch 的 stack/cat 函数连接张量列表时遇到问题。

首先，我使用 .chunk 方法将训练集和测试集分成块，如下所示

  x_train_folds = torch.chunk(x_train, num_folds)
  y_train_folds = torch.chunk(y_train, num_folds)

其中 x_train 是 torch.Size([5000, 3, 32, 32]) 的张量，y_train 是 torch.Size([5000]) 的张量

x_train_folds 和 y_train_folds 现在是 num_folds 张量的元组

然后，我需要设置一系列嵌套循环来遍历 K 的不同值和各种折叠，同时始终从训练集中排除一个折叠以在测试/验证时使用：

  for k in k_choices:
    k_to_accuracies[k] = [] # create empty space to append for a given k-value
    for fold in range(num_folds):
      # create training sets by excluding the current loop index fold and using that as the test set
      x_train_cross_val = torch.cat((x_train_folds[:fold], x_train_folds[fold+1:]), 0)
      y_train_cross_val = torch.cat((y_train_folds[:fold], y_train_folds[fold+1:]), 0)
      classifier = KnnClassifier(x_train_cross_val, y_train_cross_val)
      k_to_accuracies[k].append(classifier.check_accuracy(x_train_folds[fold], y_train_folds[fold], k=k))

如您所见，我总是从原始训练集中跳过一倍以用于验证。这是标准的 K 折交叉验证。

不幸的是，我收到以下错误，我似乎无法弄清楚： TypeError: expected Tensor as element 0 in argument 0, but got tuple

正如您在 API 列表中看到的那样，.cat 似乎需要一个张量元组，这就是我所拥有的。 https://pytorch.org/docs/stable/torch.html#torch.cat

有没有人有什么建议？

非常感谢 - 德鲁

4

1 回答 1

1

尝试：

x_train_cross_val = torch.cat((*x_train_folds[:fold], *x_train_folds[fold+1:]), 0)
y_train_cross_val = torch.cat((*y_train_folds[:fold], *y_train_folds[fold+1:]), 0)

torch.cat接收一个元素为torch.Tensor类型的元组。但是，您的元组中的元素x_train_folds[:fold]仍然是tuple. 因此，您需要删除tuple张量的“装饰器”。

于 2020-06-24T00:10:54.623 回答