问题标签 [libtorch]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
c++ - 检查 torch::Tensor 是否为空的最佳方法是什么？
我目前正在使用该has_storage()方法来检查张量是否为空，但是我想知道除此之外还有什么更好的方法！torch::Tensor以及除了初始化总是有存储而空的没有的事实之外，使用它是否有任何影响！
c++ - libtorch 中的 np.delete 等价物是什么？
似乎我们np.delete在 libtorch 中还没有等价物，那么我们如何模拟它的行为呢？例如，我试图在 libtorch 中重写以下代码：
我该怎么办？我考虑过切片，但我不确定是否有我不知道的影响。这就是我想出的：
火炬：
这是一个示例演示，以测试它们的结果是否相同：
这是 libtorch 中的 cpp 计数器部分：
它们都打印相同的输出，所以我在这里遗漏了什么，或者这实际上是在 libtorch 中实现删除的合理方式？
我还有什么其他可能更有效的方法来实现/模拟np.delete()？
c++ - PyTorch C++ API 中的 randperm 不应该返回默认类型为 int 的张量吗？
当我尝试randperm使用 C++ PyTorch API 生成置换整数索引列表时，生成的张量具有元素类型CPUFloatType{10}而不是整数类型：
返回
它不能用于张量的索引，因为元素类型是浮点数而不是整数类型。当尝试使用my_tensor.index(shuffled_indices)我得到
环境：
- python-pytorch，Arch Linux 上的版本 1.6.0-2
- g++ (GCC) 10.1.0
为什么会这样？
c++ - Libtorch C++ 和 pytorch 的不同输出
我在 pytorch 和 libtorch 中使用相同的跟踪模型，但我得到不同的输出。
蟒蛇代码：
C++ 代码：
该模型给出了(1x512)大小输出张量，如下所示。
Python 输出
C++ 输出
使用
- 火炬 1.6.0
- Libtorch 1.6.0
- 视觉工作室 2019
- 视窗 10
- 库达 10.1
matlab - MEX 文件中的意外标准异常（pytorch 模型转发）
当我从 Matlab 调用 mex api 时，我遇到了一个意外的标准异常。
我将 2 个 pytorch DNN 模型导出到“A.pt”和“B.pt”文件。
我实现了从“.pt”文件加载模型并运行模型（转发）的 c++ 函数。
c++ 实现工作正常，我可以从模型中得到正确的结果。
我将加载和运行转发函数构建到“.dll”库中，并实现了一个可以调用它们的 mex api 函数。
当我在Matlab环境中调用mex api时，2个模型加载正常，第一个模型向前运行正常。
但是，当向前运行第二个模型时，我得到了以下异常。
MEX 文件中的意外标准异常
What()：以下操作在 TorchScript 解释器中失败。
TorchScript 的回溯（最后一次调用）：
RuntimeError：TorchScript 解释器中的以下操作失败。
TorchScript 的回溯（最后一次调用）：
RuntimeError：LoadLibraryA 中的错误
我不知道为什么 c++ 实现可以正常工作，但是当通过 Matlab 的 mex api 调用它时会发生异常。
因为加载和运行前向功能没有改变，所以我期望得到完全相同的结果。
由于没有调用堆栈打印，因此更难以调试。
有没有办法获得调用堆栈？
请给我任何建议。
提前致谢。
-环境 - - - - - - - - - - - - - - - -
c++ 编译器：Visual Studio 2017 社区
matlab : R2020a
火炬：1.6
火炬：1.5
蟒蛇：3.6
库达：10.2
c++ - 如何将 torch::Tensor 转换为 cv::InputArray？
我正在尝试使用cv::getAffineTransform()，但我一直坚持如何将张量转换为对应的cv::InputArray. 我已经尝试过这些来面对访问冲突：
我在这里做错了什么？有没有办法共享底层缓冲区并完全避免复制？
c++ - libtorch 中 numpy.spacing(1) 的等价物是什么？
似乎 pytorch 确实有/公开了finfo 链接，但我在libtorch. 它甚至可以在 libtorch 中使用吗？使用 torch.finfo 我可以轻松做到：
我相信这是对应物/等价物，np.spacing(1)但在 libtorch 中我不能做同样的事情，因为我找不到任何finfo课程痕迹。我该怎么办？
c++ - 如何将 torch::tensor 形状与其他一些形状进行比较？
我正在尝试将 atorch::Tensor与sizes其他东西进行比较，但似乎我做错了。
我试过了：
总是返回假。
我也试过：
这也返回false。由于 IntArratRef 本身不拥有存储空间，因此我尝试了：
但它失败了，说：
我目前正在单独比较每个维度，这远非理想，更不用说麻烦了。这里有什么问题？
c++ - 如何将张量列表转换为 Torch::Tensor？
我正在尝试将以下 Python 代码转换为等效的 libtorch：
在 Pytorch 中，我们可以简单地使用torch.stack或简单地使用torch.tensor()如下：
但是，在 libtorch 中，这并不成立，那就是我不能简单地这样做：
甚至使用 astd::vector都不起作用。torch::stack 也是如此。我目前正在使用三个torch::stack来完成这项工作：
那么有没有更好的方法来做到这一点？我们可以用单线做到这一点吗？
c++ - 如何正确地将 cv::Mat 转换为具有完美匹配值的 torch::Tensor？
我正在尝试在 C++ 中的 jit 跟踪模型上运行推理，目前我在 Python 中获得的输出与我在 C++ 中获得的输出不同。
最初我认为这是由 jit 模型本身引起的，但现在我不这么认为，因为我发现 C++ 代码中的输入张量存在一些小的偏差。我相信我按照文档的指示做了所有事情，这样也可以在torch::from_blob. 我不知道！
因此，为了确定是哪种情况，这里是 Python 和 C++ 中的代码片段以及用于测试它的示例输入。
这是示例图像：
对于 Pytorch，运行以下代码片段：
对于 C++：
C++/Libtorch 张量值 ( img.index({Slice(), Slice(), Slice(None, 10), Slice(None, 10)});)：
顺便说一下，这些是标准化/预处理之前的张量值：
Python：
共产党：
如您所见，乍一看，它们可能看起来相同，但仔细观察，您会发现输入中有许多小的偏差！如何避免这些更改，并获得 C++ 中的确切值？
我想知道是什么导致了这种奇怪的现象发生！