pytorch中操作tensor的一些用法-FlyAI

pytorch中操作tensor的一些用法

PyTorch

最后更新 2022-05-06 20:05 阅读 2193

最后更新 2022-05-06 20:05

阅读 2193

PyTorch

简单记录一下torch对tensor的一些操作，后续有空再完善，具体定义和应用举例请参见reference
1. torch.view()
  作用：把原先tensor中的数据按照行优先的顺序排成一个一维的数据，然后按照参数组合成其他维度的tensor。如torch.view(3,2,2)
  reference：https://blog.csdn.net/york1996/article/details/81949843

2. torch.repeat()
  作用：对张量进行重复扩充，如（通道重复，行重复，列重复），a.repeat(2,1,1)，1代表不扩充
  reference：https://blog.csdn.net/qq_34806812/article/details/89388210
  https://blog.csdn.net/qq_29695701/article/details/89763168

3. torch.cat()
  作用：拼接张量，使用torch.cat((A,B),dim)时，除拼接维数dim数值可不同外其余维数数值需相同，方能对齐。
  reference：https://blog.csdn.net/qq_39709535/article/details/80803003

4. torch.stack()
  作用：沿着一个新维度对输入张量序列进行连接，即增加新的维度进行堆叠。比如dim=0，则连接[a; b; c]；若dim=1，则连接{ [ a[0]; b[0]; c[0] ] ; [ a[1]; b[1]; c[1] ] ; … }；dim=2，…
  reference：https://blog.csdn.net/xinjieyuan/article/details/105205326

5. tensor中None用法
  作用：None可以在所处维度中多一维，如T[None]，T[:, None]，T[:, :, None]
  reference：https://blog.csdn.net/jmu201521121021/article/details/103773501/

6. torch.clamp_()和torch.clamp_()
  作用：将输入input张量每个元素的值压缩到区间 [min,max]，并返回结果到一个新张量。.clamp_()是一个in-place类型，指当在一个tensor上操作了之后，是直接修改了这个tensor。
  reference：https://blog.csdn.net/weixin_39504171/article/details/106069230

7. torch.mean()
  作用：torch.mean(tensor, dim=0), dim表示的是沿着dim维度求平均值
  reference：https://blog.csdn.net/haoxue2011/article/details/108349166

8. torch.full()和torch.full_like()
  作用：torch.full((3,4), 5)，给定一个值fill_value和一个size，创建一个矩阵元素全为fill_value的大小为size的tensor。
  reference：https://blog.csdn.net/Fluid_ray/article/details/109855155

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可，转载请附上原文出处链接和本声明。
本文链接地址：https://flyai.com/article/999

讨论

500字

表情

发送

删除确认

是否删除该条评论？

取消删除