NJU1healer的个人博客分享 http://blog.sciencenet.cn/u/NJU1healer

博文

pytorch中与维度/变换相关的几个函数(torch.squeeze() / torch.unsqueeze())

已有 5385 次阅读 2020-10-23 15:10 |个人分类:Pytorch|系统分类:科研笔记

1.torch.size ()
       先说torch.size()函数,因为后面的方法都会用这个方法看到变换后的矩阵的维度。通过该方法,可以查看当前Tensor的维度,用法也很简单:

>>>import torch

>>>a = torch.Tensor([[[1, 2, 3], [4, 5, 6]]])

>>>a.size()

torch.Size([1, 2, 3])

2.torch.view()
官方文档中的解释:
torch.view

       简单说,把原本的tensor尺寸,转变为你想要的尺寸,例如原尺寸为23,现在可以转为32或16等,但一定要保证等式成立,不能目标尺寸为33
此外,也可以设其中一个尺寸为-1,表示机器内部自己计算,但同时只能有一个为-1,用法如下:

>>> b=a.view(-1, 3, 2)

>>> b

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

         [3., 4.],

         [5., 6.]]])

>>> b.size()

torch.Size([1, 3, 2])

3.torch.squeeze() / torch.unsqueeze()
       torch.squeeze(n)函数表示压缩tensor中第n维为1的维数,比如下面第一个,b.squeeze(2).size(),原始的b为上面的torch.Size([1, 3, 2]),第二维是2≠1,所以不压缩,尺寸保持不变;而若b.squeeze(0).size(),则发现第一维为1,因此压缩为3x2的tensor

>>> b.squeeze(2).size()

torch.Size([1, 3, 2])

>>> b.squeeze(0).size()

torch.Size([3, 2])

       相反的,torch.unsqueeze(n)则是在第n维增加一个维数=1,如下,表示在原始的b的第二维增加一维,则尺寸变为1 * 3 * 1 * 2

>>> b.unsqueeze(2).size()

torch.Size([1, 3, 1, 2])

>>> b.unsqueeze(2)

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


         [[3., 4.]],


         [[5., 6.]]]])

4.torch.permute()
       这个函数表示,将原始的tensor,按照自己期望的位置重新排序,例如原始tensor的第0、1、2维分别是1、3、2,那么当我执行permute(2, 0, 1),则将第三维放在最前,第一维放在中间,第二维放在最后,也就变成了2 * 1 * 3,注意这里表示的维数的index,而不是具体几维:

>>> b.permute(2, 0, 1).size()

torch.Size([2, 1, 3])

>>> b.permute(2, 0, 1)

tensor([[[1., 3., 5.]],

        [[2., 4., 6.]]])

【参考】

https://blog.csdn.net/u013700358/article/details/86301106
点滴分享,福泽你我!Add oil!



https://blog.sciencenet.cn/blog-3428464-1255485.html

上一篇:Pytorch 分类二维矩阵图像和一维向量的方法及常用函数总结
下一篇:torch. nn.Softmax(dim=1)或torch. nn.Softmax(dim=-1)
收藏 IP: 103.149.249.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

全部作者的其他最新博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-30 20:48

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部