铁雪资源网 Design By www.gsvan.com
1. 扩展Tensor维度
相信刚接触Pytorch的宝宝们,会遇到这样一个问题,输入的数据维度和实验需要维度不一致,输入的可能是2维数据或3维数据,实验需要用到3维或4维数据,那么我们需要扩展这个维度。其实特别简单,只要对数据加一个扩展维度方法就可以了。
1.1torch.unsqueeze(self: Tensor, dim: _int)
torch.unsqueeze(self: Tensor, dim: _int)
参数说明:self:输入的tensor数据,dim:要对哪个维度扩展就输入那个维度的整数,可以输入0,1,2……
1.2Code
第一种方式,输入数据后直接加unsqueeze()
扩展第一维和第二维为1
import torch def reset_unsqueeze1(): data = torch.rand([3, 3]) data1 = data.unsqueeze(dim=0).unsqueeze(dim=1) print("data_size: ", data.shape) print("data: ", data) print("data1_size: ", data1.shape) print("data1: ", data1)
结果显示
第二种方式,用torch.unsqueeze()
import torch def reset_unsqueeze2(): data = torch.rand([3, 3]) data1 = torch.unsqueeze(data, dim=0) print("data_size: ", data.shape) print("data: ", data) print("data1_size: ", data1.shape) print("data1: ", data1)
结果显示
2. 压缩Tensor维度
2.1torch.squeeze(self: Tensor, dim: _int)
这个方法刚好和torch.unsqueeze()方法效果相反,压缩Tensor维度。
2.2 Code
第一种方式,输入数据后直接加squeeze()
import torch def reset_squeeze1(): data = torch.rand([1, 1, 3, 3]) data1 = data.squeeze(dim=0).squeeze(dim=1) print("data_size: ", data.shape) print("data: ", data) print("data1_size: ", data1.shape) print("data1: ", data1)
结果显示
第二种方式,用torch.squeeze()
import torch def reset_squeeze2(): data = torch.rand([1, 1, 3, 3]) data1 = torch.squeeze(data, dim=0) print("data_size: ", data.shape) print("data: ", data) print("data1_size: ", data1.shape) print("data1: ", data1)
结果显示
铁雪资源网 Design By www.gsvan.com
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:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
铁雪资源网 Design By www.gsvan.com
暂无Pytorch 扩展Tensor维度、压缩Tensor维度的方法的评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。