国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

pytorch交換tensor的指定維度

這篇具有很好參考價(jià)值的文章主要介紹了pytorch交換tensor的指定維度。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

pytorch中有兩種方式可以實(shí)現(xiàn)tensor指定維度的交換,第一個(gè)是torch.permute(),第二個(gè)方法是torch.transpose()。

二者不同是torch.permute()可以同時(shí)交換多個(gè)維度,而torch.transpose()每次只能交換兩個(gè)維度。

方式一:torch.permute()

參數(shù)列表:

  • input:待交換的張量
  • dims:需要交換維度的索引

該函數(shù)會(huì)按照我們指定維度方式重新排列,例如我們下面定義了一個(gè)張量維度為【2,3,4】,如果我們要將維度變?yōu)椤?,3,2】,就需要交換第一個(gè)維度和第三個(gè)維度,那我們傳入的參數(shù)維度索引就應(yīng)該為【2,1,0】,該索引對(duì)應(yīng)維度的順序,原來是【0,1,2】,現(xiàn)在是【2,1,0】。

a = torch.randn(2, 3, 4)
print(a.shape)

print(torch.permute(a, (2, 1, 0)).shape)
torch.Size([2, 3, 4])
torch.Size([4, 3, 2])

或者還可以使用transpose函數(shù)直接交換維度

方式二:torch.transpose()

對(duì)于該方法每次只能交換兩個(gè)維度,輸入的參數(shù)很簡(jiǎn)單就是需要交換的兩個(gè)維度的索引。文章來源地址http://www.zghlxwxcb.cn/news/detail-602605.html

print(torch.transpose(a, 0, 1).shape)
torch.Size([3, 2, 4])

到了這里,關(guān)于pytorch交換tensor的指定維度的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • Pytorch數(shù)據(jù)類型轉(zhuǎn)換(torch.tensor,torch.FloatTensor)

    Pytorch數(shù)據(jù)類型轉(zhuǎn)換(torch.tensor,torch.FloatTensor)

    之前遇到轉(zhuǎn)為tensor轉(zhuǎn)化為浮點(diǎn)型的問題,今天整理下,我只講幾個(gè)我常用的,如果有更好的方法,歡迎補(bǔ)充 1.首先講下torch.tensor,默認(rèn)整型數(shù)據(jù)類型為torch.int64,浮點(diǎn)型為torch.float32 2.這是我認(rèn)為平常最愛用的轉(zhuǎn)數(shù)據(jù)類型的方法,可以用dtype去定義數(shù)據(jù)類型 1.這個(gè)函數(shù)不要亂用

    2024年02月11日
    瀏覽(26)
  • 深入淺出Pytorch函數(shù)——torch.tensor

    分類目錄:《深入淺出Pytorch函數(shù)》總目錄 相關(guān)文章: · 深入淺出TensorFlow2函數(shù)——tf.constant · 深入淺出Pytorch函數(shù)——torch.tensor · 深入淺出Pytorch函數(shù)——torch.as_tensor · 深入淺出Pytorch函數(shù)——torch.Tensor · 深入淺出PaddlePaddle函數(shù)——paddle.to_tensor 基于 data 構(gòu)建一個(gè)沒有梯度歷史

    2024年02月04日
    瀏覽(101)
  • pytorch里torch.gather()和torch.Tensor.scatter()解析

    pytorch里torch.gather()和torch.Tensor.scatter()解析

    torch.Tensor.scatter() 類似 gather 的反向操作(gather是讀出數(shù)據(jù),scatter是寫入數(shù)據(jù)),所以這里只解析torch.gather()。 gather()這個(gè)操作在功能上較為反人類,即使某段時(shí)間理解透徹了,過了幾個(gè)月不碰可能又會(huì)變得生疏。官方文檔對(duì)其描述也是較為簡(jiǎn)單,有些小伙伴看完可能還是不完

    2024年02月16日
    瀏覽(21)
  • 深入淺出Pytorch函數(shù)——torch.Tensor.backward

    分類目錄:《深入淺出Pytorch函數(shù)》總目錄 相關(guān)文章: · 深入淺出Pytorch函數(shù)——torch.Tensor 計(jì)算當(dāng)前張量相對(duì)于圖的梯度,該函數(shù)使用鏈?zhǔn)椒▌t對(duì)圖進(jìn)行微分。如果張量不是一個(gè)標(biāo)量(即其數(shù)據(jù)具有多個(gè)元素)并且需要梯度,則函數(shù)還需要指定梯度,指定的梯度應(yīng)該是一個(gè)與

    2024年02月15日
    瀏覽(89)
  • 【Pytorch基礎(chǔ)教程39】torch常用tensor處理函數(shù)

    【Pytorch基礎(chǔ)教程39】torch常用tensor處理函數(shù)

    torch.tensor 會(huì)復(fù)制data,不想復(fù)制可以使用 torch.Tensor.detach() 。 如果是獲得numpy數(shù)組數(shù)據(jù),可以使用 torch.from_numpy() ,共享內(nèi)存 torch.mm : 用于兩個(gè)矩陣(不包括向量)的乘法。如維度為(l,m)和(m,n)相乘 torch.bmm : 用于帶batch的三維向量的乘法。如維度為(b,l,m)和(b,m,n)相乘 torch.mul : 用于

    2024年02月13日
    瀏覽(18)
  • 深入淺出Pytorch函數(shù)——torch.as_tensor

    分類目錄:《深入淺出Pytorch函數(shù)》總目錄 相關(guān)文章: · 深入淺出TensorFlow2函數(shù)——tf.constant · 深入淺出Pytorch函數(shù)——torch.tensor · 深入淺出Pytorch函數(shù)——torch.as_tensor · 深入淺出Pytorch函數(shù)——torch.Tensor · 深入淺出PaddlePaddle函數(shù)——paddle.to_tensor 將數(shù)據(jù)轉(zhuǎn)換為張量,共享數(shù)據(jù)并

    2024年02月05日
    瀏覽(26)
  • 【深度學(xué)習(xí)】torch.utils.data.DataLoader相關(guān)用法 | dataloader數(shù)據(jù)加載器 | pytorch

    【深度學(xué)習(xí)】torch.utils.data.DataLoader相關(guān)用法 | dataloader數(shù)據(jù)加載器 | pytorch

    dataloader數(shù)據(jù)加載器屬于是深度學(xué)習(xí)里面非常基礎(chǔ)的一個(gè)概念了,基本所有的圖像項(xiàng)目都會(huì)用上,這篇博客就把它的相關(guān)用法總結(jié)一下。 之所以要寫這篇,是想分清楚len(data_loader)和len(data_loader.dataset) 這里加載的數(shù)據(jù)我們以Mnist手寫數(shù)據(jù)集為例子 torchvision.datasets.MNIST是用來加載

    2024年02月16日
    瀏覽(26)
  • 深度學(xué)習(xí):Pytorch安裝的torch與torchvision的cuda版本沖突問題與解決歷程記錄

    深度學(xué)習(xí):Pytorch安裝的torch與torchvision的cuda版本沖突問題與解決歷程記錄

    今天不小心將conda環(huán)境中的一個(gè)pytorch環(huán)境中的torch包給搞混了,將其更新了一下,發(fā)生了一些問題: 當(dāng)時(shí)運(yùn)行了一下這個(gè)代碼:? pip install torchvision --upgrade 導(dǎo)致了環(huán)境中包的混亂: 只能說欲哭無淚,當(dāng)時(shí)這個(gè)?pytorch環(huán)境中我是安裝的CUDA11.8的版本應(yīng)該,后來安裝了cpu版本的將

    2024年02月20日
    瀏覽(27)
  • Pytorch:TypeError: pic should be PIL Image or ndarray. Got <class ‘torch.Tensor‘>

    關(guān)鍵代碼 原因 在于 x 本就是 Tensor 類型的,有寫了一次ToTensor()轉(zhuǎn)換類型,因此會(huì)報(bào)錯(cuò)。 解決辦法 刪除 transforms.ToTensor() 或者 修改x 類型為其他類型

    2024年02月15日
    瀏覽(19)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包