Pytorch tensor維度的擴充套件，擠壓，擴張

資料本身不發生改變，資料的訪問方式發生了改變

函式：unsqueeze()

# a是乙個4維的

a = torch.randn(4, 3, 28, 28)
print('a.shape\n', a.shape)
print('\n維度擴充套件(變成5維的)：')
print('第0維前加1維')
print(a.unsqueeze(0).shape)
print('第4維前加1維')
print(a.unsqueeze(4).shape)
print('在-1維前加1維')
print(a.unsqueeze(-1).shape)
print('在-4維前加1維')
print(a.unsqueeze(-4).shape)
print('在-5維前加1維')
print(a.unsqueeze(-5).shape)

a.shape

torch.size([4, 3, 28, 28])
維度擴充套件(變成5維的)：
第0維前加1維
torch.size([1, 4, 3, 28, 28])
第4維前加1維
torch.size([4, 3, 28, 28, 1])
在-1維前加1維
torch.size([4, 3, 28, 28, 1])
在-4維前加1維
torch.size([4, 1, 3, 28, 28])
在-5維前加1維
torch.size([1, 4, 3, 28, 28])

注意,第5維前加1維，就會出錯

# print(a.unsqueeze(5).shape)

# errot：dimension out of range (expected to be in range of -5, 4], but got 5)

函式：unsqueeze()

# b是乙個1維的

b = torch.tensor([1.2, 2.3])
print('b.shape\n', b.shape)
print()
# 0維之前插入1維，變成1,2]
print(b.unsqueeze(0))
print()
# 1維之前插入1維，變成2,1]
print(b.unsqueeze(1))
# 連續擴維,然後再對某個維度進行擴張
print(b.unsqueeze(1).unsqueeze(2).unsqueeze(0).shape)

b.shape

torch.size([2])
tensor([[1.2000, 2.3000]])
tensor([[1.2000],
[2.3000]])
torch.size([1, 2, 1, 1])

函式：squeeze()

# 擠壓維度，只會擠壓shape為1的維度，如果shape不是1的話，當前值就不會變

c = torch.randn(1, 32, 1, 2)
print(c.shape)
print(c.squeeze(0).shape)
print(c.squeeze(1).shape)  # shape不是1，不會變
print(c.squeeze(2).shape)
print(c.squeeze(3).shape)  # shape不是1，不會變

torch.size([1, 32, 1, 2])

torch.size([32, 1, 2])
torch.size([1, 32, 1, 2])
torch.size([1, 32, 2])
torch.size([1, 32, 1, 2])

函式1：expand()：擴張到多少，

# shape的擴張

# expand():對shape為1的進行擴充套件，對shape不為1的只能保持不變，因為不知道如何變換，會報錯
d = torch.randn(1, 32, 1, 1)
print(d.shape)
print(d.expand(4, 32, 14, 14).shape)

torch.size([1, 32, 1, 1])

torch.size([4, 32, 14, 14])

函式2：repeat()方法，擴張多少倍

d=torch.randn([1,32,4,5])

print(d.shape)
print(d.repeat(4,32,2,3).shape)

torch.size([1, 32, 4, 5])

torch.size([4, 1024, 8, 15])

Pytorch Tensor和tensor的區別

在pytorch中，tensor和tensor都能用於生成新的張量 a torch.tensor 1 2 a tensor 1 2.a torch.tensor 1 2 a tensor 1 2 首先，我們需要明確一下，torch.tensor 是python類，更明確地說，是預設張量型別torch...

pytorch tensor 篩選排除

篩選排除還沒找到答案 取數運算 正好遇到乙個需求。我有m行k列的乙個表a，和乙個長為m的索引列表b。b中儲存著，取每行第幾列的元素。這種情況下，你用普通的索引是會失效的。import torch a torch.longtensor 1,2,3 4,5,6 b torch.longtensor 0,...

Pytorch tensor的感知機

單層感知機的主要步驟 單層感知機梯度的推導 要進行優化的是w，對w進行梯度下降 a torch.randn 1,10 a是乙個 1,10 的向量 w torch.randn 1,10,requires grad true w是乙個可導的 1,10 的向量 1.2.經過乙個sigmoid啟用函式 o ...