当前位置: 首页 > article >正文

PyTorch torch.unbind、torch.split 和 torch.chunk函数介绍

pytorch中 torch.unbind、torch.split 和 torch.chunk等函数可用于张量的拆分操作。

1. torch.unbind

功能说明:
torch.unbind 沿指定的维度将张量“解包”为多个张量,返回一个元组。解包后被操作的那个维度会消失,每个输出张量的维度数会比原张量少 1。

函数签名:

torch.unbind(input, dim=0)
  • input: 待解包的张量。
  • dim: 指定沿哪个维度解包。

多维张量示例:

import torch

# 创建一个形状为 (2, 3, 4) 的张量
x = torch.arange(24).reshape(2, 3, 4)
print("原始张量 x:\n", x)
print("x.shape:", x.shape)  # torch.Size([2, 3, 4])

# 沿第 0 维解包
slices0 = torch.unbind(x, dim=0)
print("\n沿 dim=0 解包:")
for i, t in enumerate(slices0):
    print(f"slice {i} shape: {t.shape}")
    # 每个张量形状为 (3, 4)

# 沿第 1 维解包
slices1 = torch.unbind(x, dim=1)
print("\n沿 dim=1 解包:")
for i, t in enumerate(slices1):
    print(f"slice {i} shape: {t.shape}")
    # 每个张量形状为 (2, 4)

2. torch.split

功能说明:
torch.split 根据给定的大小或尺寸列表,将张量沿指定维度切分成若干块。

  • 如果传入一个整数,则每块的大小为该整数,最后一块可能会小于这个整数。
  • 如果传入一个尺寸列表,则按列表中指定的尺寸进行切分。

函数签名:

torch.split(tensor, split_size_or_sections, dim=0)
  • tensor: 待分割的张量。
  • split_size_or_sections: 整数或尺寸列表,指定每块的大小。
  • dim: 指定沿哪个维度进行切分。

多维张量示例:

import torch

# 创建一个形状为 (2, 5, 4) 的张量
x = torch.arange(40).reshape(2, 5, 4)
print("原始张量 x:\n", x)
print("x.shape:", x.shape)  # torch.Size([2, 5, 4])

# 按照固定大小进行切分:沿第 1 维,每块大小为 2
splits_fixed = torch.split(x, 2, dim=1)
print("\n沿 dim=1 按固定大小 2 切分:")
for i, t in enumerate(splits_fixed):
    print(f"chunk {i} shape: {t.shape}")
    # 输出块的形状可能为 (2, 2, 4), (2, 2, 4) 和最后一块 (2, 1, 4)

# 按照指定尺寸列表进行切分:沿第 1 维,分块尺寸为 [1, 2, 2]
splits_list = torch.split(x, [1, 2, 2], dim=1)
print("\n沿 dim=1 按尺寸列表 [1, 2, 2] 切分:")
for i, t in enumerate(splits_list):
    print(f"chunk {i} shape: {t.shape}")
    # 分别输出形状 (2, 1, 4), (2, 2, 4), (2, 2, 4)

3. torch.chunk

功能说明:
torch.chunk 将张量沿指定维度平均分成指定数量的块。如果张量在该维度上的长度不能被块数整除,则前面的块会比后面块多一个元素(块的尺寸差别最多为 1)。

函数签名:

torch.chunk(tensor, chunks, dim=0)
  • tensor: 待分割的张量。
  • chunks: 指定分成几块。
  • dim: 指定沿哪个维度进行分块。

多维张量示例:

对比总结

函数分割方式返回结果形式适用场景
torch.unbind沿指定维度将张量完全解包,每个输出不含该维度元组,输出张量数 = 该维度的长度需要逐个处理某一维度上的切片,且希望移除该维度时使用。
torch.split按照指定大小或尺寸列表切分张量元组或列表需要按固定大小或自定义尺寸列表切分张量,最后一块可能不均匀。
torch.chunk将张量均匀分成指定数量的块元组或列表希望将张量平均分成若干块,块数固定,自动处理无法整除的情况。

注意:

  • 当处理多维张量时,选择沿哪一维进行分割非常重要;
  • torch.unbind 会移除分割的那个维度,而 torch.split 和 torch.chunk 则保持原始维度,只是该维度上的大小发生变化。

通过这些示例代码和说明,你可以根据具体需求选择合适的函数来分割多维张量。


http://www.kler.cn/a/541138.html

相关文章:

  • 怎么查看电脑显存大小(查看电脑配置)
  • 速度超越DeepSeek!Le Chat 1100tok/s闪电回答,ChatGPT 4o和DeepSeek R1被秒杀?
  • GB/T 43698-2024 《网络安全技术 软件供应链安全要求》标准解读
  • mysql 主从配置
  • Mybatis
  • 【开发日记】Uniapp对指定DOM元素截长图
  • 在 C# 中,处理 Excel 和 PDF 文件的库有很多。以下是一些比较常用的选择
  • Unity使用新输入系统控制物体移动
  • VUE项目中实现权限控制,菜单权限,按钮权限,接口权限,路由权限,操作权限,数据权限实现
  • 基于yolo的视频检测分析
  • Linux网络编程--Udp套接字+实战 (万字详解,超详细!!)
  • 【多线程-第三天-NSOperation和GCD的区别 Objective-C语言】
  • 游戏启动不了了?一步步解决kaeon.dll丢失故障
  • VSCode + Continue 实现AI编程助理
  • 四、OSG学习笔记-基础图元
  • 【前端基础】深度理解JavaScript中的异步机制
  • React(三)
  • 每日一题——插入排序实现数据流中的中位数
  • 【Java】多线程和高并发编程(四):阻塞队列(上)基础概念、ArrayBlockingQueue
  • React Hooks 与 Class 组件相比有何优势
  • 速度超越DeepSeek!Le Chat 1100tok/s闪电回答,ChatGPT 4o和DeepSeek R1被秒杀?
  • Haskell语言的云计算
  • 优化GPT API接口链接的方法
  • 解决 npm : 无法加载文件 D:\nodeJS\node_global\npm.ps1,因为在此系统上禁止运行脚本。
  • Android Studio:如何利用Application操作全局变量
  • 用 Java 轻松读取 Word 文档内容