torch.tensor_split
torch.tensor_split(input, indices_or_sections, dim=0) → List of Tensors
这个方法和split方法长得很像。他们的作用都是根据indices_or_sections,把输入拆分成几个视图。区别在于:
①split的indices_or_sections的类型为int或者list,而tensor_split的类型为tensor,int,list,tuple of list。
②当indices_or_sections类型为int时,对于split,其按照int的值n不断划分,直到最后一个取不完分为最后一组。对于tensor_split,会优先计算第一个分组,大小为int(size/n) +1,然后剩下的分组大小尽可能一样。
③当indices_or_sections类型为list时,对于split,划分值之和不得超过元素个数,比如不能写成【3,4,15】,否则会报错。对于tensor_split,其划分的方法是对list或者tuple中的元素,根据元素组成的区间进行划分。如对【3,4,15】,下标小于3的,下标小于4大于3的,下标小于6大于4的,下标小于15大于6的,该方法会划分出以上4组。下标超出实际大小的时候会返回一个空的tensor。
x = torch.arange(7)
print(torch.tensor_split(x, 3))
print(torch.split(x, 3))
(tensor([0, 1, 2]), tensor([3, 4]), tensor([5, 6]))
(tensor([0, 1, 2]), tensor([3, 4, 5]), tensor([6]))
x = torch.arange(7)
print(torch.tensor_split(x, (3,4,15)))
print(torch.split(x, [3,4]))
(tensor([0, 1, 2]), tensor([3]), tensor([4, 5, 6]), tensor([], dtype=torch.int64))
(tensor([0, 1, 2]), tensor([3, 4, 5, 6]))