秦皇岛市建设局网站关于装配式专家,网站建设服务器的选择方式包括,孝义网站开发,松江做网站费用PyTorch深度学习总结
第二章 PyTorch中改变张量(Tensor)形状操作 文章目录 PyTorch深度学习总结一、前言二、改变张量形状 一、前言
上文讲解了张量生成和信息获取的知识#xff0c;本文将针对张量的操作进行详细讲解。 二、改变张量形状
1、改变张量形状的函数总结#x…PyTorch深度学习总结
第二章 PyTorch中改变张量(Tensor)形状操作 文章目录 PyTorch深度学习总结一、前言二、改变张量形状 一、前言
上文讲解了张量生成和信息获取的知识本文将针对张量的操作进行详细讲解。 二、改变张量形状
1、改变张量形状的函数总结
函数描述A.reshape(3, 4)改变张量A形状为3*4A.resize_(3, 4)改变张量A形状为3*4A.resize_as_(B)改变张量A形状与张量B相同torch.unsqueeze(A, dim0)在A的0维度添加尺寸为1的新张量torch.unsqueeze(A, dim0)移除A的维度为1的维度torch.unsqueeze(A)移除A中所有维度为1的维度A.expand(3, -1)将张量A扩充为3行A.expand_as(C )将张量A根据C的大小形状进行扩充A.repeat(1, 2, 2)对张量A的对应维度进行扩充
2、部分函数细节讲解 针对unsqueeze的讲解 # 引入库
import torch# 生成张量A
A torch.arange(start0, end2, step1) # 使用torch.unsqueeze函数添加维度
B torch.unsqueeze(A, dim0)
print(A, B)
print(A.shape, B.shape)输出结果为 tensor([0, 1]) , tensor([[0, 1]]) torch.Size([2]), torch.Size([1, 2]) 针对squeeze的讲解 # 生成多维度的张量C
C torch.unsqueeze(B, dim0)# 对维度为1的维度进行裁剪
D torch.squeeze(C, dim0)
E torch.squeeze(C)# 输出结果
print(C, D, E)
print(C.shape, D.shape, E.shape)输出结果 tensor([[[0, 1]]]) tensor([[0, 1]]) tensor([0, 1]) torch.Size([1, 1, 2]) torch.Size([1, 2]) torch.Size([2])
