Pytorch 基础-张量基本操作

已于 2022-12-14 17:14:17 修改
阅读量700 收藏 1
点赞数
分类专栏： 深度学习 文章标签： pytorch 张量的基本操作 维度交换 维度增减 gather算子
于 2022-09-09 13:25:27 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/qq_20986663/article/details/126781107
版权
本文详细介绍了 Pytorch 中张量的基础操作，包括维度变换的 squeeze 和 unsqueeze，维度交换的 transpose 和 permute，以及索引切片的规则和 gather 算子。此外，还涵盖了张量的合并与分割，如 cat 和 stack，以及 split 和 chunk。最后讨论了卷积相关的上采样方法，如 F.interpolate 和 nn.ConvTranspose2d 反卷积。
摘要由CSDN通过智能技术生成

文章目录

授人以鱼不如授人以渔，原汁原味的知识才更富有精华，本文只是对张量基本操作知识的理解和学习笔记，看完之后，想要更深入理解，建议去 pytorch 官方网站，查阅相关函数和操作，英文版在这里，中文版在这里。本文的代码是在 pytorch1.7 版本上测试的，其他版本一般也没问题。

一，张量的基本操作

Pytorch 中，张量的操作分为结构操作和数学运算，其理解就如字面意思。结构操作就是改变张量本身的结构，数学运算就是对张量的元素值完成数学运算。

  • 常使用的张量结构操作：维度变换（tranpose、view 等）、合并分割（split、chunk等）、索引切片（index_select、gather 等）。
  • 常使用的张量数学运算：标量运算、向量运算、矩阵运算。

二，维度变换

2.1，squeeze vs un

了解本专栏 订阅专栏 解锁全文 超级会员免费看
嵌入式视觉
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
关于pytorch的张量处理
dym755833564的博客
05-23 451
1. squeeze() 压缩张量，去除size为1的维度 2.unsqueeze（） 增加维度：在指定维度上增加维度， 如b = torch.tensor([1, 2, 3]), torch.Size([3]) 在dim = 0的维度插入，B1 = torch.unsqueeze(b, 0)，输出为[[1,2,3]]。torch.Size([1, 3]) 加到另一个维度，B2 = B.unsqueeze(1)，输出为[[1],[2],[3]]。torch.Size([3, 1]) 在B1基础
PyTorch学习之torch.transpose函数
最新发布
qq_46396470的博客
07-01 521
函数我们用于交换张量的维度。
Pytorch对张量操作
Obolicaca的博客
03-21 1225
创建操作——用于构造张量的函数，如ones()和from_numpy()。 索引、切片、连接、转换操作——用于改变张量的形状、步长或内容的函数，如transpose()。 数学操作——通过运算操作张量内容的函数： 逐点操作——通过对每个元素分别应用一个函数来得到一个新的张量，如abs()和cos()； 归约操作——通过迭代张量来计算聚合值的函数，如mean()、std()和norm()； 比较操作——在张量上计算数字谓词的函数，如equal()和max()； 频谱操作——在频域中进行变换和操作的
Pytorch学习笔记（二）
hu120_的博客
10-27 368
张量的操作 1、拼接，切分，索引，和变换 2、张量的数学运算 3、线性回归 1、拼接，切分，索引，和变换 （1） 拼接与切分 ① torch.cat（tensors, dim, out=None） 功能：将张量按维度dim进行拼接 tensors:张量序列 dim:要拼接的维度 ② torch.stack(tensors, dim, out=None) 功能：在新创建的维度dim上进行拼接 ten...
2 | PyTorch张量操作：基本操作、索引、命名
taxuelingbing的专栏
05-28 1833
PyTorch张量操作：基本操作、索引、命名
PyTorch | （2）PyTorch 入门-张量
01-06
 Tensor在PyTorch中负责存储基本数据，PyTorch针对Tensor也提供了相对丰富的函数和方法，所以PyTorch中的Tensor与NumPy的数组具有极高的相似性。Tensor是一种高层次架构，也不要明白什么是深度学习，什么是后向传播...
Python库 | pytorch3d-0.6.1-cp39-cp39-macosx_10_9_x86_64.whl
02-19
1. **张量操作**: PyTorch3D提供了一系列针对3D数据的张量操作，包括点云的表示、网格的构建和编辑、3D变换等，使得在GPU上进行高效计算成为可能。 2. **损失函数**: 提供了多种专为3D任务设计的损失函数，如点云...
pytorch-doc-zh：Pytorch中文文档
02-05
PyTorch中文教程 PyTorch是一个针对深度学习，并且使用GPU和CPU来优化的张量库（张量库）介绍欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远。组织重建[网站] GitHub Pages（国外）： : Gitee...
a-PyTorch-Tutorial-to-Image-Captioning-master_pytorch_
09-30
1. **张量(Tensors)**：PyTorch的基础数据结构是张量，类似于多维数组。张量可以在CPU或GPU上运行，支持各种数学运算，如加法、乘法等。 2. **自动求梯度(Autograd)**：PyTorch的自动求梯度系统使得我们能够轻松地...
pytorch-tutorial-master
01-28
通过这个资源，我们可以深入理解PyTorch的核心概念和操作，包括张量运算、自动求导、构建神经网络模型、优化器、数据加载以及训练流程等。 1. **张量运算**：PyTorch的基础是张量，类似于numpy的多维数组，但可以在...
pytorch张量常用操作
博客简介
05-03 2222
目录 1. 获取张量大小(size & shape) 2. 统计张量的元素个数(prod & numel) 3. 重塑张量的大小(reshape) 4. 张量的压缩(squeeze & flatten） 5. 张量的拼接(cat) 首先，创建一个张量（创建张量的函数区分可见pytorch张量创建：区分Tensor & tensor & as_tensor & from_numpy） import torch p = torch.tensor([[1,1,1,
pytorch 张量的操作
likyoo的博客
01-14 739
Tensor Operation 1. 张量拼接与切分 torch.cat()：将张量的维度dim进行拼接，不会扩张张量的维度 如dim=0，则两个向量将在第0维进行拼接：(3,4)concat(3,4)-->(6,4) torch.stack()：在新创建的维度dim上进行拼接 如dim=0，则(3,...
Pytorch张量操作详解
什么都干的派森
07-12 1121
一、前置条件 二、操作 1.指定长度的顺序向量 2.查看元素总数 3.改变张量形状 4.查看张量形状 5.全0张量 6.全1张量 7.声明时指定张量的每一个值 8.张量元素运算 9.张量拼接 10.张量元素比较 11.张量元素求和 12.张量元素求均值 13.广播机制 14.取出张量中的元素 15.张量中的元素赋值 16.深拷贝与浅拷贝 17.tensor 转 numpy 18.numpy 转 tensor 19.tensor大小为1的张量转标量 20.矩阵转置 21.判定矩阵是否是对称矩阵 22.向量点积
pytorch（二）--张量的操作汇总
Stark_industry
10-23 817
一，张量的拼接 我举两个例子来分别说明下： flag = True if flag: t = torch.ones((2,3)) t_0 = torch.cat([t,t],dim=0) t_1 = torch.cat([t,t],dim=1) print("t_0:{} shape:{}\nt_1:{} shape:{}".f...
Pytorch-张量基础操作
小森的博客
03-23 1455
😆😆😆我们先来看一下张量的介绍😆😆😆。
【PyTorch】PyTorch中张量(Tensor)计算操作
goldfisheye的博客
02-11 1442
上文介绍了PyTorch中张量(Tensor)的拆分和拼接操作，本文将介绍张量的计算操作。
Pytorch数据类型Tensor张量操作(操作比较全)
weixin_45863060的博客
06-22 3915
本文只简单介绍pytorch中的对于张量的各种操作，主要列举介绍其大致用法和简单demo。后续更为详细的介绍会进行补充...
Pytorch深度学习|张量基础操作
qq_42719311的博客
04-23 249
【代码】Pytorch深度学习|张量基础操作。
PyTorch入门：张量创建与基础操作
**张量的创建**是PyTorch编程的基础。主要有以下两种基本方式： 1. **利用内置函数创建**： - `torch.tensor` 是创建张量的主要方法。例如，可以将标量（如整数10）转换为张量，或者将NumPy数组（如一个二维浮点数...
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

打赏作者

嵌入式视觉

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