torch.stack torch.squeeze() 和torch.unsqueeze()

最新推荐文章于 2022-12-07 17:10:58 发布

rrr2

最新推荐文章于 2022-12-07 17:10:58 发布

阅读量400

点赞数

分类专栏： pytorch学习文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/qq_35608277/article/details/120006842

版权

pytorch学习专栏收录该内容

42 篇文章 2 订阅

订阅专栏

本文深入探讨了PyTorch中的torch.stack()函数，展示了如何根据dim参数在不同维度上堆叠张量。通过实例代码，解释了dim=0、1、2时的形状变化，并强调了正确选择dim的重要性，防止因超出有效范围导致的错误。同时，提到了torch.squeeze()和torch.unsqueeze()在处理张量维度上的作用。

摘要由CSDN通过智能技术生成


T1 = torch.tensor([[1, 2, 3],
        		[4, 5, 6],
        		[7, 8, 9]])

T2 = torch.tensor([[10, 20, 30],
        		[40, 50, 60],
        		[70, 80, 90]])


print(torch.stack((T1,T2),dim=0).shape)
print(torch.stack((T1,T2),dim=1).shape)
print(torch.stack((T1,T2),dim=2).shape)
print(torch.stack((T1,T2),dim=3).shape)
# outputs:
torch.Size([2, 3, 3])
torch.Size([3, 2, 3])
torch.Size([3, 3, 2])
'选择的dim>len(outputs)，所以报错'
IndexError: Dimension out of range (expected to be in range of [-3, 2], but got 3)