pytorch中expand函数的使用

最新推荐文章于 2024-05-27 17:16:40 发布
最新推荐文章于 2024-05-27 17:16:40 发布
阅读量4.9k 收藏 1
点赞数 4
分类专栏： CNN  文章标签： pytorch 人工智能 python 深度学习 神经网络
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/m0_51622811/article/details/123196690
版权

信息源地址:torch.Tensor - PyTorch中文文档

1.理论解释

 

2.实践与理解

expand

1.tensor.expand()函数可以将维度值包含 1 的Tensor（如：torch.Size([1, n])或者torch.Size([n, 1])）的维度进行扩展

2.将 -1 传递给新扩展维度或者无需扩展维度均表示不更改该维度的尺寸。

2. expand_as:同expand(x.shape)用法

结论:关于expand用法,注意到只能将维度值包含 1 的Tensor（如：torch.Size([1, n])或者torch.Size([n, 1])）的维度进行扩展,否则会报错

对应的维度为1可以理解为CNN中GAP后相乘的操作

吃小花的魔王
关注
  • 4
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
使用 pytorch 创建神经网络拟合sin函数
01-21
本博客写一个小例子，使用 pytorch 来编写一个神经网络来拟合 sin 函数 废话少说，直接上代码： from torch.utils.data import DataLoader from torch.utils.data import TensorDataset import torch.nn as nn ...
pytorch torch.expand和torch.repeat的区别详解
01-03
类似于numpy中的broadcast_to函数的作用。如果希望张量内存连续，可以调用contiguous函数。 例子： import torch x = torch.tensor([1, 2, 3, 4]) xnew = x.expand(2, 4) print(xnew) 输出： tensor([[1, 2, 3, ...
pytorch中unsqueeze()、squeeze()、expand()、repeat()、view()、和cat()函数的总结
HUSTHY的博客
09-30 1万+
学习Bert模型的时候，需要使用到pytorch来进行tensor的操作，由于对pytorch和tensor不熟悉，就把pytorch中常用的、有关tensor操作的unsqueeze()、squeeze()、expand()、view()、cat()和repeat()等函数做一个总结，加深记忆。 1、unsqueeze()和squeeze() torch.unsqueeze(...
pytorch中tensor.expand()和tensor.expand_as()函数详解
12-23
tensor.expend()函数 >>> import torch >>> a=torch.tensor([[2],[3],[4]]) >>> print(a.size()) torch.Size([3, 1]) >>> a.expand(3,2) tensor([[2, 2], [3, 3], [4, 4]]) >>> a tensor([[2], [3], [4]]) 可以看出expand()函数括号里面为变形后的size大小，而且原来的tensor和tensor.expand()是不共享内存的。 tensor.expand_as()函数 >>> b=
【python深度学习】——torch.expand()广播机制|torch.norm()
最新发布
steptoward的博客
05-27 635
如果尝试在一个不是 1 的维度上进行扩展，会引发错误。因此我们先用unsqueeze函数在目标位置上进行dim=1的扩充, 再进行expand。在处理3D点云时, 有时需要对两帧点云进行逐点的三维坐标相加减、做点积等运算, 但是读入的PCD文件中,点云数量并不一定是相等的。那么首要的一个问题就是, 如何将两帧点云处理成大小相同的矩阵然后进行计算?torch.norm()是 PyTorch 中用于计算张量范数的函数,expand函数只能在原始。
Pytorch中tensor.expand()和tensor.expand_as()函数
Yale-曼陀罗
09-16 1万+
Pytorch中tensor.expand函数Tensor.expand()函数详解Tensor.expand_as()函数 Tensor.expand()函数详解 函数语法： # 官方解释： Docstring: expand(*sizes) -> Tensor Returns a new view of the :attr:`self` tensor with singleton dimensions expanded to a larger size. 基本功能： tensor.expand
torch.Tensor.expand详解
Kobe2113751293的博客
08-23 1万+
torch.Tensor.expand详解 expand()函数可以将张量广播到新的形状，但是切记以下两点： 1. 只能对维度值为1的维度进行扩展，且扩展的Tensor不会分配新的内存，只是原来的基础上创建新的视图并返回； 2. 无需扩展的维度请保持维度值不变。 ...
pytorch之tensor操作expand
ltochange的博客
04-28 1235
import torch # expand 将tensor按照某一个维度扩大或者将tensor整体扩大 # expand 不会额外分配空间，只是原tensor的一个视图 x = torch.tensor([[1], [2], [3]]) print(x.size()) """ torch.Size([3, 1]) """ y = x.expand(3, 4) print(y) """ tensor([[ 1, 1, 1, 1], [ 2, 2, 2, 2], .
Pytorch 中 expand和repeat
ytusdc的博客
11-29 5212
在中，如果要改变某一个tensor的维度，可以利用view、expand、repeat、transpose和permute等方法，这里对这些方法的一些容易混淆的地方做个总结。​expand和repeat函数是pytorch中常用于进行张量数据复制和维度扩展的函数，但其工作机制差别很大，本文对这两个函数进行对比。expand()对应位置可写上原始维度大小或直接写作-1；expand函数用于将张量中单数维的数据扩展到指定的size。
pytorch中tensor.expand()和tensor.expand_as()函数解读
qq_40178291的博客
09-01 2万+
tensor.expend()函数 >>> import torch >>> a=torch.tensor([[2],[3],[4]]) >>> print(a.size()) torch.Size([3, 1]) >>> a.expand(3,2) tensor([[2, 2], [3, 3], ...
pytorch张量维度操作（拼接、维度扩展、压缩、转置、重复）
qq_34144750的博客
10-09 4792
目录一、拼接张量二、扩大张量2、torch.()三、压缩张量四、重复张量五、缩小张量六、张量变形 z七、重设张量尺寸八、置换张量维度()
torch.expand(-1, -1)的理解
ZR116118的博客
10-30 6104
torch.expand(-1, -1)的理解 在expand中的-1表示取当前所在维度的尺寸，也就是表示当前维度不变。 在代码中 一般用这方法解决不想手动计算维度的时候 例： import torch x = torch.Tensor([[1], [2], [3]]) x0 = x.size(0) # 取x第一维的尺寸，x0 = 3 x1 = x.expand(-1, 2) x2 = x.expand(3, 2) 输出： x0 = 3 x1 = tensor([[1., 1.],
Pytorch丨expand函数
yufanwenshu的博客
11-15 3920
Pytorch中expand函数的用法。
对tensor的处理函数：expand_as（尺寸扩展），nonzero（获取非零元素索引）
m0_48086806的博客
11-23 290
对tensor的处理函数：expand_as（尺寸扩展），nonzero（获取非零元素索引）
torch.expand()函数用法
thy0000的博客
10-24 1259
如果需要复制数据以创建新张量，可以使用 `torch.clone()` 或 `torch.copy()`。此外，要进行广播操作，通常可以直接使用运算符（例如 `+`，`*`），PyTorch 会自动执行广播，无需显式使用 `torch.expand()`。如果需要真正的数据复制，您可以使用 `torch.clone()` 或 `torch.copy()` 等操作。`torch.expand()` 主要用于扩展张量的维度以匹配目标形状，但还可以使用不同的参数来改变其行为，以满足其他需求。
pytorch expand()函数
热门推荐
moshiyaofei的博客
05-17 8万+
转自https://pytorch-cn.readthedocs.io/zh/latest/package_references/Tensor/#expandsizes 1. 返回tensor的一个新视图，单个维度扩大为更大的尺寸。 tensor也可以扩大为更高维，新增加的维度将附在前面。 扩大tensor不需要分配新内存，只是仅仅新建一个tensor的视图，其中通过将stride设为0，一维将...
【Pytorch基础】tensor.expand()和tensor.expand_as()函数解读
sxl的博客
05-27 426
参考文献 [1]pytorch中tensor.expand()和tensor.expand_as()函数解读
pytorch 中 expand （）函数
weixin_46088099的博客
06-28 6620
pytorch expand函数
pytorch expand
07-12
PyTorch的`expand`函数是用于扩展张量形状的方法。它通过复制数据来填充新的维度，从而改变张量的形状。这个函数的使用方式如下： ```python expanded_tensor = tensor.expand(*sizes) ``` 其中，`tensor`是要扩展...
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