当前位置: 首页 > article >正文

Pytorch :维度转化

在PyTorch里,维度转换是常见的操作,以下是一些常用的维度转换方法:

1. view 方法

view 方法能够对张量的形状进行重塑,不过要保证重塑前后元素总数相同。

import torch


# 创建一个张量
x = torch.arange(12)
print("原始张量:", x)


# 使用view方法进行维度转换
y = x.view(3, 4)
print("转换后的张量:", y)

2. reshape 方法

reshape 方法和 view 方法功能类似,也用于重塑张量形状,但 reshape 更灵活,即使原张量不连续也能使用。

import torch


# 创建一个张量
x = torch.arange(12)
print("原始张量:", x)


# 使用reshape方法进行维度转换
y = x.reshape(3, 4)
print("转换后的张量:", y)

3. transpose 方法

transpose 方法可以交换张量的两个指定维度。

import torch


# 创建一个二维张量
x = torch.arange(12).view(3, 4)
print("原始张量:", x)


# 使用transpose方法交换维度
y = x.transpose(0, 1)
print("转换后的张量:", y)

4. permute 方法

permute 方法能对张量的所有维度进行重排。

import torch


# 创建一个三维张量
x = torch.arange(24).view(2, 3, 4)
print("原始张量形状:", x.shape)


# 使用permute方法重排维度
y = x.permute(1, 2, 0)
print("转换后的张量形状:", y.shape)

5. unsqueezesqueeze 方法

  • unsqueeze 方法用于在指定位置插入一个维度。
  • squeeze 方法用于移除所有维度为1的维度。
import torch


# 创建一个一维张量
x = torch.arange(3)
print("原始张量形状:", x.shape)


# 使用unsqueeze方法插入维度
y = x.unsqueeze(0)
print("插入维度后的张量形状:", y.shape)


# 使用squeeze方法移除维度
z = y.squeeze(0)
print("移除维度后的张量形状:", z.shape)

这些方法能帮你在PyTorch里灵活地进行维度转换。实际使用时,要依据具体需求选择合适的方法。


http://www.kler.cn/a/611928.html

相关文章:

  • Vue2+Lodop插件实现在线打印功能(提供Gitee源码)
  • BKA-CNN-GRU、CNN-GRU、GRU、CNN四模型多变量时序预测(Matlab)
  • pcl 1.14.1 vs2022 Eigen::internal::aligned_free bug
  • 基于YOLOv8深度学习的PCB缺陷检测识别系统【python源码+GUI界面+数据集+训练代码+登录界面】
  • 中医气血精津辨证
  • 【后端】【Django DRF】Django ORM 详解:一对一、一对多、多对多
  • Windows下Tomcat的下载与安装
  • 单应性矩阵(homography)
  • SpringMVC 拦截器详解
  • 堆的常见应用1
  • 细胞内与细胞间网络整合分析!神经网络+细胞通讯,这个单细胞分析工具一箭双雕了(scTenifoldXct)
  • 【机器学习】——机器学习基础概念
  • python进行数据分析(以A 股为例)
  • uniapp开发中store的基本用法和模块化详解
  • uniapp上传图片之前压缩处理
  • 解构 HarmonyOS:技术神话背后的理性审视
  • 给聊天机器人装“短期记忆“:Flask版实现指南
  • 高级数据结构02AVL树
  • AI编程工具哪家强?对比Cusor、Copilot、Cline
  • C++算法深度解析:快速排序的实现、分析与优化