以下是一个使用Python和PyTorch库解决问题的示例代码:
import torch
# 创建大小为 [batch_size, 1, 28] 的向量张量
batch_size = 10
vector_tensor = torch.randn(batch_size, 1, 28)
# 遍历向量张量
for i in range(batch_size):
vector = vector_tensor[i] # 获取当前索引的向量
# 在这里对向量进行处理或者打印
print(vector)
这段代码首先使用torch.randn()
函数创建了一个大小为 [batch_size, 1, 28]
的随机向量张量 vector_tensor
。然后,使用for
循环遍历向量张量的每个索引,获取当前索引的向量并进行处理。在这个例子中,我们只是简单地打印了每个向量的值,但你可以根据自己的需求对向量进行进一步处理。