【笔记】 torch.split():对张量按照指定维度进行分割

eg:

import torch as t

a=t.tensor([[[1,2,3],[4,5,6]],[[1,2,3],[4,5,6]]])
print(a.shape)
print(a)
print(t.split(a,1))
print(t.split(a,[1,1],1))


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

        [[1, 2, 3],
         [4, 5, 6]]])
(tensor([[[1, 2, 3],
         [4, 5, 6]]]), tensor([[[1, 2, 3],
         [4, 5, 6]]]))
(tensor([[[1, 2, 3]],

        [[1, 2, 3]]]), tensor([[[4, 5, 6]],

        [[4, 5, 6]]]))

Process finished with exit code 0

附:

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

程序猿的探索之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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