Pytorch 二維矩陣中關於dim使用的樣例

2021-10-24 05:39:22 字數 1028 閱讀 2687

import torch


a = torch.tensor([[


1.0,


2.0,


3.0],[


2.0,


2.0,


2.0],[


3.0,


2.0,


1.0]])


print


(a.shape)


print


(a)"""


torch.size([3, 3])


tensor([[ 1.,  2.,  3.],


[ 2.,  2.,  2.],


[ 3.,  2.,  1.]])


"""
使用softmax函式，當dim=1時，矩陣中每一行的和為1：

import torch.nn.functional as f


attention = f.softmax(a,dim=1)


print


(attention)


"""tensor([[ 0.0900,  0.2447,  0.6652],


[ 0.3333,  0.3333,  0.3333],


[ 0.6652,  0.2447,  0.0900]])


"""
dim=0時，矩陣中每一列的和為1：

attention_1 = f.softmax(a,dim=0)


print


(attention_1)


"""tensor([[ 0.0900,  0.3333,  0.6652],


[ 0.2447,  0.3333,  0.2447],


[ 0.6652,  0.3333,  0.0900]])


"""
按照我目前的理解，當維度大於2時，dim引數就是對指定的維度進行處理了，二維矩陣的處理總是抱有疑惑，故本篇部落格以乙個樣例來說明。

分享乙個使用方括號的角度來對維度進行解讀的部落格：

【pytorch】pytorch 中的 dim

二維矩陣與二維矩陣之間的卷積

最近在學習數字影象處理 digital image processing，dip 這門課，感覺有些吃力。由於在數字訊號處理 digital singal processing,dsp 這門課中只學了一維矩陣之間的卷積運算。假設我們的卷積核h為kernel矩陣 33 待處理矩陣f x,y 為 55 h...

搜尋二維矩陣

寫出乙個高效的演算法來搜尋 m n矩陣中的值。這個矩陣具有以下特性 每行中的整數從左到右是排序的。每行的第乙個數大於上一行的最後乙個整數。樣例 考慮下列矩陣 1,3,5,7 10,11,16,20 23,30,34,50 給出 target 3，返回 true 思路一 最容易想到的一種解法就是兩層f...

搜尋二維矩陣

寫出乙個高效的演算法來搜尋 m n矩陣中的值。這個矩陣具有以下特性 樣例 考慮下列矩陣 1,3,5,7 10,11,16,20 23,30,34,50 給出target 3，返回true 解題思路 可以把這個矩陣，看成是乙個大的一維陣列，1,3,5,7,10,11,16,20,23,34,50。然後...