Layers＞Permute层

已于 2022-06-27 10:33:30 修改
阅读量370 收藏 1
点赞数
分类专栏： 预测代码 文章标签： 深度学习 Permute 维度置换 模型构建 数据布局
于 2022-05-19 22:09:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Fwuyi/article/details/124872753
版权

Permute(dims)置换输入的维度。

dims: 整数元组。

model = Sequential()
model.add(Permute((2, 1), input_shape=(10, 64)))
# now: model.output_shape == (None, 64, 10)
# note: `None` is the batch dimension

输入shape

任意，当使用激活层作为第一层时，要指定input_shape

输出shape

与输入相同，但是其维度按照指定的模式重新排列

permute()和transpose()的区别
Y2398Y的博客
09-16 1652
torch.permute（* dims ） *dims (int…) – The desired ordering of dimensions torch.transpose(input, dim0, dim1) *input (Tensor) – the input tensor. *dim0 (int) – the first dimension to be transposed *dim1 (int) – the second dimension to be transposed 代码（perm.
三维视图详解keras.permute_dimensions和numpy.transpose转置效果
weixin_42078618的博客
08-10 9520
二维的转置大家都很熟悉，横轴变纵轴嘛， 1 2 3 1 4 7 4 56 转一下变成 2 5 8 7 89 3 6 9 但是对于深度学习来说，尤其在transformer以及后来的bert模型出世以后，需要对多个大批次的多个部分的二维数据进行转置，...
SSD网络解析之Permute层
qq_21368481的博客
08-17 1万+
Permute层是SSD（Single Shot MultiBox Detector）中用于置换索引轴顺序的，与matlab中的permute()函数实现类似的功能，首先我们看一下caffe.proto中关于该层参数的说明： optional PermuteParameter permute_param = 202; message PermuteParameter { // The n...
tf.keras.layers.Permute
MOL
05-10 1万+
更改维度的顺序,维度索引从1开始 Permute： keras.layers.Permute(dims) 根据给定的模式(dim)置换输入的维度。 例如： model = Sequential() modle.add(Permute((2,1),input_shape=(10,64))) # 现在: model.output_shape == (None, 64,10) # “None"是batch的维度 参数： dims: 整数元组，是置换模式，不包含样本维度，索引从1开始，例如(2,1)
caffe特殊层：permute\reshape\flatten\slice\concat
文尹习习的博客
08-07 9377
1、permute permute是SSD特有的层，功能类似于np.swapaxes；相当于交换caffe_blob中数据的维度，如图 2、reshape 只改变输入数据的维度，内容不变。（变形而已） 3、flatten 将多维数据拉成向量：Flatten层是把一个输入的大小为n * c * h * w变成一个简单的向量，其大小为 n * (c*h*w)。 当Reshape层的...
permute I and II
线上幽灵
08-30 346
题目1： Given a collection of distinct integers, return all possible permutations. Example: Input: [1,2,3] Output: [ [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [3,2,1] ] 代码1： ...
python深度学习库keras——各类网络层
全栈工程师开发手册（原创）https://github.com/tencentmusic/cube-studio
01-21 8682
全栈工程师开发手册 （作者：栾鹏） python教程全解 一、网络层 keras的层主要包括： 常用层（Core）、卷积层（Convolutional）、池化层（Pooling）、局部连接层、递归层（Recurrent）、嵌入层（ Embedding）、高级激活层、规范层、噪声层、包装层，当然也可以编写自己的层。 对于层的操作 layer.get_weights() #返回该层
加载pt模型输入增加permute层并保存模型
最新发布
10-15
当你需要在PyTorch中加载预训练模型（例如`pt`模型），并且想要添加一个`Permute`层以便改变数据的维度顺序或通道顺序，你可以按照以下步骤操作： 1. 首先，确保你已经安装了必要的库，如`torchvision`如果模型来自...
帮我用pytorch改写：def make_generator_model(): model = tf.keras.Sequential() model.add(layers.Input(shape=(100, 12))) model.add(layers.Bidirectional(layers.LSTM(64, return_sequences=True))) model.add(layers.Conv1D(filters=128, kernel_size=16, strides=1, padding='same')) model.add(layers.LeakyReLU()) model.add(layers.Conv1D(filters=64, kernel_size=16, strides=1, padding='same')) model.add(layers.LeakyReLU()) model.add(layers.UpSampling1D(2)) model.add(layers.Conv1D(filters=32, kernel_size=16, strides=1, padding='same')) model.add(layers.LeakyReLU()) model.add(layers.Conv1D(filters=16, kernel_size=16, strides=1, padding='same')) model.add(layers.LeakyReLU()) model.add(layers.UpSampling1D(2)) model.add(layers.Conv1D(filters=1, kernel_size=16, strides=1, padding='same', activation='tanh')) model.add(layers.Permute((2, 1))) return model def make_discriminator_model(): model = tf.keras.Sequential() model.add(layers.Input(shape=(1, 400))) model.add(layers.Permute((2, 1))) model.add(layers.Conv1D(filters=32, kernel_size=16, strides=1, padding='same')) model.add(layers.LeakyReLU()) # model.add(layers.Dropout(0.4)) model.add(layers.Conv1D(filters=64, kernel_size=16, strides=1, padding='same')) model.add(layers.LeakyReLU()) model.add(layers.MaxPool1D(pool_size=2)) model.add(layers.Conv1D(filters=128, kernel_size=16, strides=1, padding='same')) model.add(layers.LeakyReLU()) # model.add(layers.Dropout(0.4)) model.add(layers.Conv1D(filters=256, kernel_size=16, strides=1, padding='same')) model.add(layers.LeakyReLU()) model.add(layers.MaxPool1D(pool_size=2)) model.add(layers.Flatten()) model.add(layers.Dense(1)) return model
06-01
nn.Permute((0, 2, 1)) ) return model def make_discriminator_model(): model = nn.Sequential( nn.Conv1d(400, 32, kernel_size=16, stride=1, padding=8), nn.LeakyReLU(), nn.Conv1d(32, 64, kernel_...
python快排
u010041824的专栏
04-17 1848
快排最少的时间复杂度是O(n),平均是O(n logn),最坏O(n^2)。 #quick_sort
torch中permute()函数用法
ac不知深的博客
10-18 5万+
前言：本文只讨论二维三维中的permute用法 最近的Attention学习中的一个permute函数让我不理解 这个光说太抽象 我就结合代码与图片解释一下 首先创建一个三维数组小实例 import torch x = torch.linspace(1, 30, steps=30).view(3,2,5) # 设置一个三维数组 print(x) print(x.size()) # 查看数组的维数 这里为了防止出现维数数值相同的巧合局面（例如三维数组（3,3,3）或者（2,4,4）等） 输出
PyTorch 两大转置函数 transpose() 和 permute(), 以及RuntimeError: invalid argument 2: view size is not compati
xinjieyuan的博客
03-31 8万+
关心差别的可以直接看【3.不同点】 前言 在pytorch中转置用的函数就只有这两个 transpose() permute() 这两个函数都是交换维度的操作。有一些细微的区别 1. 官方文档 transpose() torch.transpose(input, dim0, dim1, out=None) → Tensor 函数返回输入矩阵input的转置。交换维度dim0和dim1 参数:...
PyTorch中permute的用法
热门推荐
york1996的博客
08-20 15万+
permute(dims) 将tensor的维度换位。 参数：参数是一系列的整数，代表原来张量的维度。比如三维就有0，1，2这些dimension。 例： import torch import numpy as np a=np.array([[[1,2,3],[4,5,6]]]) unpermuted=torch.tensor(a) print(unpermuted.siz...
关于目标检测ssd实现代码中permute layer和flatten layer的作用
wonengguwozai的博客
07-29 5615
SSD论文中并没有对这部分工程的实现进行描述，在查看网络结构和论文相关代码时，这两层疑问很大，下面是搜索和相关总结的结果： 1、论文的作者wei liu 是这样回答的： 2、通过作者的回答我画了下blob的草图，发现了其中的答案：
基于Theano的深度学习(Deep Learning)框架Keras学习随笔-12-核心层
　啸林　
10-20 2万+
基于Theano的深度学习(Deep Learning)框架Keras学习随笔-12-核心层从这篇开始介绍Keras的Layers，就是构成网络的每一层。Keras实现了很多层，包括核心层、卷基层、RNN网络层等诸多常用的网络结构。下面开介绍核心层中包含了哪些内容。因为这个核心层我现在还没有全部用到，所以会有一部分内容我并不是十分了解，因此直接附带了原文档介绍。希望有了解的博友指点一二。
Keras:基于Theano和TensorFlow的深度学习库
weixin_34268310的博客
02-27 645
catalogue 1. 引言 2. 一些基本概念 3. Sequential模型 4. 泛型模型 5. 常用层 6. 卷积层 7. 池化层 8. 递归层Recurrent 9. 嵌入层 Embedding   1. 引言 Keras是一个高层神经网络库，Keras由纯Python编写而成并基Tensorflow或Theano 简易和快速的原型设计（keras...
[神经网络]keras中的层
PJZero
02-21 1万+
Core 全连接层：Dense Activation层：对一个层的输出添加激活函数 Dropout层：每次更新参数的时候随机断开一定百分比(b)的输入神经元连接，用于防止过拟合 Flatten层：用来将输入“压平”，即把多维的输入一维化，常用在从卷积层到全连接层的过渡。 Reshape层：用来将输入shape转换为特定的shape Permute层：将输入的维度按照给定模式进行重排，例如，当需要将R
permute函数
woxiangxinwang的博客
02-13 1180
permute():将tensor的维度换位。 permute(多维数组,[维数换位顺序]) 比如: a=rand(2,3,4); %a是一个三维数组，各维的长度分别为：2，3，4 permute(a,[2,1,3]) %实现了交换第一维和第二维，a变成3*2*4的矩阵
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值