首页time_data = torch.tensor(time_data["time"].values)，将time_data添加一个特征维度

time_data = torch.tensor(time_data["time"].values)，将time_data添加一个特征维度

时间: 2024-03-28 07:42:34 浏览: 60

one hot编码：`torch.Tensor.scatter_()`函数用法详解

torch.Tensor.scatter_()是torch.gather()函数的方向反向操作。两个函数可以看成一对兄弟函数。gather用来解码one hot，scatter_用来编码one hot。 scatter_(dim, index, src) → Tensor dim (python:int) – 用来寻址的坐标轴 index (LongTensor) – 索引 src(Tensor) –用来scatter的源张量，以防value未被指定。 value(python:float) – 用来scatter的源张量，以防src未被指定。现在我们来看看具体这么用，看下面这个例子就一目了

可以使用PyTorch的unsqueeze()函数来添加一个特征维度，具体代码如下： ``` time_data = torch.tensor(time_data["time"].values) time_data = time_data.unsqueeze(1) ``` 这样就在time_data中添加了一个特征维度，使得其变为一个二维张量，第一维表示样本数，第二维表示特征数。

阅读全文