张量的拼接，索引，形状操作

拼接cat和叠加stack：

cat是直接把两个张量里面的元素拼接起来：[2,3,4],[2,3,4]的两个张量拼接第3维度即dim=2结果是[2,3,8]

stack是叠加哪个维度的，就哪个维度当成一个元素一样叠加成一个元素；[2,3,4],[2,3,4]的两个张量叠加第3维度即dim=2即1，2维度不动，的第3维度的每一行相互叠加，然后第3维变成[2,4]张量变成[2,3,2,4]

def torch11():  # 拼接函数 cat
    data1 = torch.randint(0, 10, [3, 4, 5])# 3个4行5列
    data2 = torch.randint(0, 10, [3, 4, 5])
    print(data1.shape)
    print(data2.shape)
    new_data = torch.cat([data1, data2], dim=0)  # 拼接 dim表示拼接维度0就是拼接第一位，1就是拼接第二位
    print(new_data.shape)


def torch12():  # 叠加函数 stack
    data1 = torch.randint(0, 10, [3, 3, 4])
    data2 = torch.randint(0, 10, [3, 3, 4])
    print(data1.shape)
    print(data2.shape)
    new_data = torch.stack([data1, data2], dim=2)
    print(new_data.shape)

索引部分 

def torch13():  # 列表索引
    data = torch.randint(10, 20, [4, 5])
    print(data)
    print(data[:3, 2])  # ,前面表示行后面表示列  :所有  ：3前3列
    print(data[3][2])
    print(data[[[0], [2]], [0, 1, 3]])  # 第0，2行，0，1，3 元素


def torch14():  # 布尔索引
    data = torch.randint(10, 20, [4, 5])
    print(data)
    print(data > 13)
    print(data[data > 13])  # 返回大于13的元素


def torch15():  # 多维索引
    data = torch.randint(10, 20, [3, 4, 5])
    print(data)
    print(data[:, 0, :])

张量的形状操作这里介绍几个函数

 

def torch16():
    data = torch.randint(1, 10, [3, 4, 5])
    print(data.shape)
    data = data.reshape(2, 6, 5)  # 自定义形状，但是里面元素数量要相同
    print(data.shape)
    print(data.reshape(4, 5, -1).shape)  # -1代表不管是多少，由电脑进行运算判断是几
    data = torch.transpose(data, 0, 2)  # 交换维度，一次只能交换两个
    print(data.shape)
    data = torch.permute(data, [0, 2, 1])  # 交换维度
    print(data.shape)


def torch17():
    data = torch.randint(1, 10, [3, 1, 5, 6, 1])
    print(data.shape)
    data = data.squeeze()  # 删除1的维度
    print(data.shape)
    data = data.unsqueeze(-1)  # 增加一个1维度
    print(data.shape)

torch.Size([3, 4, 5])
torch.Size([2, 6, 5])
torch.Size([4, 5, 3])
torch.Size([5, 6, 2])
torch.Size([5, 2, 6])
_______
torch.Size([3, 1, 5, 6, 1])
torch.Size([3, 5, 6])
torch.Size([3, 5, 6, 1])