PyTorch - 變量和張量之間的元素相乘？

Question

如何在PyTorch中使用變量和張量執行元素乘法？兩個張量工作正常。用變量和標量運行正常。但是，試圖用一個變量和張量進行逐元素相乘，當我得到：

XXXXXXXXXXX in mul 
    assert not torch.is_tensor(other) 
AssertionError 

例如，在運行時執行以下操作：

import torch 

x_tensor = torch.Tensor([[1, 2], [3, 4]]) 
y_tensor = torch.Tensor([[5, 6], [7, 8]]) 

x_variable = torch.autograd.Variable(x_tensor) 

print(x_tensor * y_tensor) 
print(x_variable * 2) 
print(x_variable * y_tensor) 

我希望第一個和最後一個print語句展示類似的結果。前兩次乘法運算符合預期，第三次出現錯誤。我試圖在PyTorch中使用*的別名（即x_variable.mul(y_tensor),torch.mul(y_tensor, x_variable)等）。

考慮到錯誤和產生它的代碼，似乎不支持張量和變量之間的元素相乘。它是否正確？還是有我失蹤的東西？謝謝！

Answer 1

是的，你是對的。單元乘法（與大多數其他操作一樣）僅支持Tensor * Tensor或Variable * Variable，但不支持支持Tensor * Variable。

要執行上面的乘法運算，請將Tensor作爲Variable包裝起來，不要求梯度。額外的開銷是微不足道的。

y_variable = torch.autograd.Variable(y_tensor, requires_grad=False) 
x_variable * y_variable # returns Variable 

但很明顯，只使用Variables不過，如果你確實需要通過圖自動分化。否則，您可以直接在Tensors上執行操作，就像您在問題中所做的那樣。