Kymatio散射变换1D错误'输入必须是连续的

如何解决Kymatio散射变换1D错误'输入必须是连续的

我开始使用Kymatio库，以便将散射变换用作一维信号特征的提取器。最终的想法是对一维信号进行分类。

我遵循了链接上的示例

https://www.kymat.io/gallery_1d/plot_classif_torch.html#sphx-glr-gallery-1d-plot-classif-torch-py

基于此示例，我导入了三个.mat文件，其中包含来自COOLL数据集（https://coolldataset.github.io/）的已编译数据。导入了两个变量：

x2包含设备电流的值。 x2是具有840行和4 * 8192列的矩阵。 y2包含标签列表。它有840个位置，每个设备一个。

我正在尝试为x2包含的每个信号计算Scattering1D变换的系数。为此，我正在执行以下操作：

T=32768;
J=8;
Q=12;
if use_cuda:
    scattering.cuda()
    
    x2 = x2.cuda()
    y2 = y2.cuda()

Sx_all = scattering.forward(x2)

执行此操作时，出现以下错误：

RuntimeError                              Traceback (most recent call last)
<ipython-input-62-26c538d90a70> in <module>()
      1 #Sx_all = scattering(x2)
----> 2 Sx_all = scattering.forward(x2)

1 frames
/usr/local/lib/python3.6/dist-packages/kymatio/backend/torch_backend.py in input_checks(x)
      9 
     10     if not x.is_contiguous():
---> 11         raise RuntimeError('The input must be contiguous.')
     12 
     13 def _is_complex(x):

RuntimeError: The input must be contiguous.

从https://www.kymat.io/gallery_1d/plot_classif_torch.html#sphx-glr-gallery-1d-plot-classif-torch-py的示例中运行原始程序时，不会出现此错误。

错误消息“输入必须是连续的”到底是什么意思，您如何建议我解决问题？我尝试阅读图书馆文档，但仍然没有解决问题。

解决方法

我相信我已经使用tensor.contiguous()找到了解决方案。

x2 = x_all_import['x_all'] 

x2 = torch.from_numpy(x2)
x2 = x2.contiguous();


y2 = y_all_import['y_all']
y2 = y2.flatten()  


y2 = torch.from_numpy(y2)
y2 = y2.contiguous();