torch.chunk()

• torch.chunk(tensor, chunks, dim=0)

• 在给定维度(轴)上将输入张量进行分块儿

  直接用上面的数据来举个例子：

  >>> l, m, n = x.chunk(3, 0) # 在 0 维上拆分成 3 份
  >>> l.size(), m.size(), n.size()
  (torch.Size([1, 10, 6]), torch.Size([1, 10, 6]), torch.Size([1, 10, 6]))
  >>> u, v = x.chunk(2, 0) # 在 0 维上拆分成 2 份
  >>> u.size(), v.size()
  (torch.Size([2, 10, 6]), torch.Size([1, 10, 6]))

  把张量在 0 维度上拆分成 3 部分时，因为尺寸正好为 3，所以每个分块的间隔相等，都为 1。

  把张量在 0 维度上拆分成 2 部分时，无法平均分配，以上面的结果来看，可以看成是，用 0 维度的尺寸除以需要拆分的份数，把余数作为最后一个分块的间隔大小，再把前面的分块以相同的间隔拆分。

  在某一维度上拆分的份数不能比这一维度的尺寸大