pytorch 中 expand函数和 repeat函数的区别

最新推荐文章于 2024-05-08 21:33:38 发布
最新推荐文章于 2024-05-08 21:33:38 发布
阅读量274 收藏
点赞数
分类专栏： 机器学习 文章标签： 机器学习
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_33694238/article/details/109589639
版权

pytorch 中 expand 和 repeat 的区别

 

可以参考https://zhuanlan.zhihu.com/p/58109107

 

再加以补充归纳：

expand 是修改了视图（view），而没有新建内存储存新的值，采用了广播（broadcast）机制。

repeat是按照维度复试了数据，新建了内存去储存新的值。

 

expand 中 -1代表不扩展维度

repeat中 1 代表不扩展维度

 

starhiking
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pytorch 常用线性函数详解
12-23
Pytorch的线性函数主要封装了Blas和Lapack，其用法和接口都与之类似。 常用的线性函数如下： 函数 功能 trace 对角线元素之和（矩阵的迹） diag 对角线元素 triu/tril 矩阵的上三角/下三角，可指定偏移量 ...
PyTorch中常用的激活函数的方法示例
09-18
主要介绍了PyTorch中常用的激活函数的方法示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
pytorch中tensor.expand()和tensor.expand_as()函数详解
09-18
今天小编就为大家分享一篇pytorch中tensor.expand()和tensor.expand_as()函数详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
pytorch之expand repeat
ZcsLv_zyq的博客
12-12 897
1. expand tensor.expand(*sizes) 1 expand函数用于将张量中单数维的数据扩展到指定的size。 首先解释下什么叫单数维（singleton dimensions），张量在某个维度上的size为1，则称为单数维。比如zeros(2,3,4)不存在单数维，而zeros(2,1,4)在第二个维度（即维度1）上为单数维。expand函数仅仅能作用于这些单数维的维度上。 参数*sizes用于逐个指定各个维度扩展后的大小（也可以理解为拓展的次数），对于不需要或者无法（即非单数维）
Pytorch基础:torch.expand() 和 torch.repeat()
最新发布
@bangbang的博客
05-08 826
在torch中，如果要改变某一个tensor的维度，可以利用viewexpandrepeattranspose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。
PyTorch expand() 函数
qq_52852138的博客
04-12 1888
文章目录1.官方解释2.例子2.1.扩展到更大维度2.2.添加新的维度 1.官方解释 Tensor.expand(*sizes) -> Tensor：对一个张量进行扩张 返回的是一个 tensor 的 view，在 view 中，tensor 的单个维度（大小是 1 的维度）可以被扩展成更大的值，比如 size(1, 4) -> size(5, 4) 关于一个 tensor 的 view，详情可见 tensor的存储方式 + view() rehape() resize_() 区别_长命百岁️
pytorch expand()函数
m0_37347812的博客
04-12 363
参考：pytorch expand()函数
Pytorch丨expand函数
yufanwenshu的博客
11-15 3923
Pytorch中expand函数的用法。
pytorch torch.expand和torch.repeat的区别详解
09-18
在PyTorch中，`torch.expand` 和 `torch.repeat` 是两种不同的张量操作方法，它们用于扩大张量的尺寸，但实现方式和效果略有差异。这篇文章将详细讲解这两个函数的区别，并通过实例来帮助理解。 1. **torch.expand*...
使用Pytorch来拟合函数方式
09-18
总结来说，使用PyTorch拟合函数的关键步骤包括：定义网络结构（包括参数和前向传播），选择损失函数和优化器，以及训练循环中的前向传播、损失计算、反向传播和参数更新。通过这个过程，我们可以有效地利用PyTorch的...
pytorch 中 expand （）函数
weixin_46088099的博客
06-28 6625
pytorch expand函数
Python.append()与Python.expand()用法详解
12-23
如下所示： alist=[1,2]] >>>[1,2] alist.append([3,4]) >>>[1, 2, [3, 4]] alist.extend([3,4]) >>>[1, 2, 3, 4] 结论： list.apend(arg1) 参数类型任意，可以往已有列表中添加元素，若添加的是列表，就该列表被当成一个元素存在原列表中，只使list长度增加1. list.extend(list1) 参数必须是列表类型，可以将参数中的列表合并到原列表的末尾，使原来的 list长度增加len(list1)。 以上这篇Python.append()与Python.expand()用法详解就是小编
pytorch中expand函数的使用
m0_51622811的博客
03-01 5006
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.
pytorch之expand和repeat
ltochange的博客
10-22 398
1. expand 没有重新分配内存，只是原有数据的引用 import torch x = torch.tensor([[1], [2], [3]]) x.size() x.expand(3, 4) new_x = x.expand(-1, 4) # -1 means not changing the size of that dimension print(x) print(new_x) x[0][0] = 15 print(x) print(new_x) 输出： tensor(..
【PyTorch基础】——expand(）和expand_as()
retainenergy的博客
12-08 2417
返回输入张量在某维扩展为更大尺寸后的张量，且原始tensor和扩展后tensor不共享内存。括号中输入参数为指定经过维度尺寸扩展后的张量的size。expand（）函数只能将size=1的维度扩展到更大的尺寸，如果扩展其他size（）的维度会报错。（如下：示例三）
Pytorch 中 expand和repeat
ytusdc的博客
11-29 5240
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函数expand（）详解
热门推荐
weixin_43994864的博客
05-20 3万+
Pytorch函数 .expand( ) 其将单个维度扩大成更大维度，返回一个新的tensor，具体看下例： import torch a = torch.Tensor([[1], [2], [3],[4]]) # 未使用expand（）函数前的a print('a.size: ', a.size()) print('a: ', a) b = a.expand(4, 2) # 使用expand（）函数后的输出 print('a.size: ', a.size()) print('a: ', a) pri
Pytorch repeat()和expand()区别
Decennie的博客
11-01 198
【Pytorch】repeat()和expand()区别
pytorch expand repeat区别
09-16
PyTorch中的`expand`和`repeat`都是用于改变张量的形状的函数，但它们有一些区别。 `expand`函数用于扩展一个张量的形状，通过复制数据来填充新的维度。它不会增加张量的内存占用，只是以新的形状提供一个视图。`expand`函数接受一个参数，即新形状，可以是一个元组或可广播的形状。这个参数用于指定需要扩展的维度的大小。需要注意的是，`expand`函数并不会真正复制数据，所以对扩展张量的修改也会反映到原始张量上。 `repeat`函数则是通过重复复制张量的元素来改变形状。它会增加张量的内存占用，并且会创建一个新的张量。`repeat`函数接受一个参数，即每个维度上的重复次数。这个参数可以是一个元组，或者是单个整数（当使用单个整数时，所有维度都将重复相同次数）。通过传递不同的参数，我们可以将张量中的元素在某个维度上重复多次。需要注意的是，`repeat`函数会真正复制数据，所以对重复张量的修改不会影响到原始张量。 总结起来，`expand`函数通过复制数据来扩展形状，仅提供一个视图，不会复制数据，可以节省内存。而`repeat`函数通过重复复制元素来改变形状，会创建新的张量，会复制数据并增加内存占用。根据具体的需求，我们可以选择使用 `expand` 或 `repeat` 来改变张量的形状。
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