伏龙阁资源网

pytorch 改变tensor尺寸的实现
站长资源 2024/11/25 佚名
2 0

改变Tensor尺寸的操作

1.tensor.view

tensor.view方法，可以调整tensor的形状，但必须保证调整前后元素总数一致。view不会改变自身数据，返回的新的tensor与源tensor共享内存，即更改其中一个，另外一个也会跟着改变。

例：

In： import torch as t
   a = t.arange(0, 6)
   a.view(2, 3)
Out：tensor([[0, 1, 2],
    [3, 4, 5]])

In： b = a.view(-1, 3)#当某一维为-1的时候，会自动计算它的大小
Out：tensor([[0, 1, 2],
    [3, 4, 5]])

2.tensor.unsqueeze 和 tensor.squeeze

tensor.unsqueeze 和 tensor.squeeze分别用于增加或减少tensor的某一维度。

例：

In： b.unsqueeze(1)#注意形状， 在第1维（下标从0开始）上增加“1”
Out：tensor([[[0, 1, 2]],
    [[3, 4, 5]]])
    
In： b.unsqueeze(-2) #-2表示倒数第二个维度
Out：tensor([[[0, 1, 2]],
    [[3, 4, 5]]])
    
In： c = b.view(1, 1, 1, 2, 3)
   c.unsqueeze(0)#压缩第0维的“1”
Out：tensor([[[[[[0, 1, 2],
      [3, 4, 5]]]]]])
      
In： c.squeeze() #把所有维度为“1”的压缩
Out：tensor([[0, 1, 2],
    [3, 4, 5]])
    
In：a[1] = 100
  b #a和b共享内存，修改了a，b也变了
Out：tensor([[ 0, 100,  2],
    [ 3,  4,  5]])

3.tensor.resize

tensor.resize是另外一种可以调整tensor尺寸的方法，但与view不同，它可以修改tensor的尺寸。如果新尺寸超过了原尺寸，会自动分配新的内存空间；如果新尺寸小于原尺寸，则之前的数据依旧会保存

例：

In： b.resize_(1, 3)
Out：tensor([[ 0, 100,  2]])

In： b.resize_(3, 3)#旧的数据依旧保存着，多出的数据会分配新空间
Out：tensor([[         0,         100,          2],
    [         3,          4,          5],
    [         0,          0, 2323344073926471279]])

以上这篇pytorch 改变tensor尺寸的实现就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
www.wwsws.com 伏龙阁资源网
39,976影音资源
44,792技术资源
21,817软件资源
651,128站长资源

更新日志

友情链接

杰晶网络 DDR爱好者之家 桃源资源网 杰网资源 富贵资源网 南强小屋 铁雪资源网 幽灵资源网 万梅资源网 狼山资源网 白云岛资源网 昆仑资源网 相思资源网 明霞山资源网 内蒙古资源网 黑松山资源网 茶园资源网 饿虎岗资源网 大旗谷资源网 常春岛资源网 岱庙资源网 兴国资源网 快活林资源网 蝙蝠岛资源网 帝王谷资源网 白云城资源网 伏龙阁资源网 清风细雨楼 天枫庄资源网 圆月山庄资源网 无争山庄资源网 神水资源网 移花宫资源网 神剑山庄资源网 无为清净楼资源网 金钱帮资源网 丐帮资源网 华山资源网 极乐门资源网 小李飞刀资源网 凤求凰客栈 风云阁资源网 金狮镖局 鸳鸯亭资源网 千金楼资源网 更多链接