pytorch 中 permute()函数的用法

最新推荐文章于 2023-04-14 23:04:53 发布
最新推荐文章于 2023-04-14 23:04:53 发布
阅读量1.3k 收藏 1
点赞数 1
文章标签： pytorch python 深度学习
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_40107571/article/details/126127790
版权

permute()函数用于维度变换。在图像处理中经常出现，比如说读取的图片是 numpy格式，是(h,w,c),但是torch处理的数据是(c,h,w)。所以这个函数经常使用

import torch
##符合均值为0，方差为1的正态分布
x=torch.randn(2,3,5)
print(x.size())
##维度变换
x=torch.permute(x,(2,0,1))
print(x.size())

一壶浊酒..
关注
  • 1
    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
torch中permute()函数用法
ac不知深的博客
10-18 5万+
前言：本文只讨论二维三维中的permute用法 最近的Attention学习中的一个permute函数让我不理解 这个光说太抽象 我就结合代码与图片解释一下 首先创建一个三维数组小实例 import torch x = torch.linspace(1, 30, steps=30).view(3,2,5) # 设置一个三维数组 print(x) print(x.size()) # 查看数组的维数 这里为了防止出现维数数值相同的巧合局面（例如三维数组（3,3,3）或者（2,4,4）等） 输出
python中permute_PyTorch中permute的用法详解
weixin_35891724的博客
03-02 1万+
permute(dims)将tensor的维度换位。参数：参数是一系列的整数，代表原来张量的维度。比如三维就有0，1，2这些dimension。例：import torchimport numpy as npa=np.array([[[1,2,3],[4,5,6]]])unpermuted=torch.tensor(a)print(unpermuted.size()) # ——> torch...
【Pytorch】torch.permute()使用
让算法融入生活，改变生活！
04-29 1247
官方文档：https://pytorch.org/docs/stable/generated/torch.permute.html?highlight=torch%20permute#torch.permute 形式：torch.permute(input, dims) → Tensor 作用：返回原始张量输入的视图，其尺寸已置换。 参数： input (Tensor) – the input tensor. dims (tuple of python:ints) – The desired orderi
Pytorch之permute函数
weixin_36670529的博客
05-14 5672
1、主要作用：变换tensor维度 example： import torch x = torch.randn(2, 3, 5) print(x.size()) print(x.permute(2, 0, 1).size()) >>>torch.Size([2, 3, 5]) >>>torch.Size([5, 2, 3]) 2、介绍一下transpo...
【torch】torch中的permute用法
zkq_1986的博客
07-25 1609
permute将tensor的维度进行转换。 举例： import torch import numpy as np a=np.array([[[1,2,3],[4,5,6]]]) b=torch.tensor(a) print(b) print(b.size()) # ——> torch.Size([1, 2, 3]) c=b.permute(2,0,1) print(c.size()) # ——> torch.Size([3, 1, 2]) print(c) c = ...
基于PyTorch的permute和reshape/view的区别介绍
09-16
在PyTorch中，`permute`、`reshape`（通过`.view()`方法实现）和`view`都是处理Tensor形状变换的重要操作，但它们之间有着本质的区别。 首先，`permute`函数的主要功能是对Tensor的维度进行调换。它接受一个维度...
关于Pytorch中view函数的使用
01-06
If you are viewing collapsing non-...注意，在使用view函数的时候一定要配合permute函数使用，类似 patches = patches.contiguous().view(B, C, -1, kernel_size*kernel_size) print(patches.shape) # [B,
PyTorch中Tensor的维度变换实现
09-18
以下将详细介绍PyTorch中Tensor的维度变换方法。 首先，我们可以使用`torch.Tensor.size()`来查看Tensor的维度。这个方法返回一个Size对象，列出了Tensor的各个轴的长度。例如，在给定的例子中，`a.size()`返回`...
Pytorch之contiguous的用法
09-18
在PyTorch中，`contiguous()`是一个非常重要的函数，它涉及到张量（Tensor）的内存布局和计算效率。理解其用法对于优化代码性能至关重要。本文将深入探讨`contiguous()`的含义、作用以及如何使用。 首先，我们需要...
Python-在PyTorch中可视化CNN
08-11
以上就是使用Python和PyTorch进行CNN可视化的基础方法。通过这些可视化，我们可以更好地理解模型的学习过程，发现潜在问题，并可能优化模型设计。在实际项目中，你可能还需要结合其他工具，如`TensorBoard`，它提供...
PyTorch中permute的用法详解
09-18
今天小编就为大家分享一篇PyTorch中permute的用法详解，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
torch.permute方法使用，后需要加.contiguous()方法
qq_43369406的博客
04-07 1583
pytorch的permute方法用于调整矩阵的维度。同numpy的transpose()方法，但需要注意的是使用permute后需要使用contiguous方法。在PyTorch中，permute()方法可以重新排列张量的维度。但是，由于内存布局的原因，有时需要使用contiguous()方法来确保张量是连续的。如果张量不是连续的，则可能会导致一些操作失败。在这个例子中，我们使用permute()方法将第一个维度移动到最后一个维度。然后，我们使用contiguous()方法来确保张量是连续的。
Pytorch基础 - 7. torch.transpose() 和 torch.permute()
Aaron_neil的博客
04-14 2497
按照上面数组的方式进行理解，x的原维度表示数组 array = [3, 4, 5, 8]，转置后的维度 = [array[1], array[0], array[3], array[2]] = [4, 3, 8, 5]就是把原来的维度比作一个数组 list=[3, 4]，permute中的数表示数组对应的index，则转置后的x为 [list[1], list[0]] = [4, 3]示例：将shape为[3, 4]的张量，通过transpose()转换成维度为[4, 3]的张量。示例1：进行二维转置。
torch.permute()和np.transpose()
热门推荐
dspeia的博客
04-18 2万+
import torch import numpy as np a = np.arange(24).reshape(3,4,2) print('before', a) b = np.transpose(a,(1,0,2)) print('b',b) c = torch.tensor(a) d = c.permute(1,0,2) print('d:',d) out: /usr/bin/py...
permute函数
woxiangxinwang的博客
02-13 1083
permute():将tensor的维度换位。 permute(多维数组,[维数换位顺序]) 比如: a=rand(2,3,4); %a是一个三维数组，各维的长度分别为：2，3，4 permute(a,[2,1,3]) %实现了交换第一维和第二维，a变成3*2*4的矩阵
pytorch中permute()函数的用法
weixin_38410551的博客
02-12 2591
功能：转换维度。 参考链接： https://blog.csdn.net/york1996/article/details/81876886
matlab中repmat函数, ndims 函数 与 expand 函数 reshape函数，shiftdim函数和permute函数的用法
荪荪的博客
07-31 4882
B = repmat(A,m,n) B = repmat(A,[m n]) B = repmat(A,[m n p...]) 这是一个处理大矩阵且内容有重复时使用，其功能是以A的内容堆叠在（MxN）的矩阵B中，B矩阵的大小由MxN及A矩阵的内容决定，如果A是一个3x4x5的矩阵，有B = repmat(A,2,3)则最后的矩阵是6x12x5 例如： >>B=repmat( [1 2;3
pytorch permute维度转换
jacke121的专栏
10-14 1万+
permute prediction = input.view(bs, self.num_anchors, self.bbox_attrs, in_h, in_w).permute(0, 1, 3, 4, 2).contiguous() 转置： import torch x = torch.lin...
关于torch中permute和Transpose 的一点理解
冷月无声的博客
03-19 3815
目录 Tensor.permute（d0,d1,d2,d2) torch.Transpose(Tensor, a,b) 参考PyTorch 高维矩阵转置 Transpose 和 Permute ；这里只讲了 ， 其它相关的函数可参考： 【1】一文掌握torch.squeeze() 和torch.unsqueeze()的用法 【2】pytorch中x = x.view(x.size(...
permute函数的使用方法
最新发布
09-14
要使用permute函数对列表或张量进行排列组合操作，可以按照以下步骤进行操作： 1. 首先，如果使用的是Python的itertools库，可以使用itertools.permutations(lst)函数来对列表进行排列组合操作。这个函数将返回一个可迭代对象，其中包含了所有的排列组合结果。 2. 对于PyTorch张量，可以使用torch.Tensor.permute(dims)方法来进行转置操作。这个方法接受一个参数dims，用于指定转置后维度的顺序。例如，torch.randn(2,3,4,5).permute(3,2,0,1)会将张量的维度从(2,3,4,5)转置为(5,4,2,3)。 总结起来，使用permute函数的方法如下： - 对于Python列表，使用itertools.permutations(lst)进行排列组合操作。 - 对于PyTorch张量，使用torch.Tensor.permute(dims)进行转置操作。 请注意，Python的itertools.permutations()函数返回的是一个可迭代对象，而PyTorch的torch.Tensor.permute()方法会返回转置后的张量。所以在使用这些函数时，根据需要进行相应的处理。
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

一壶浊酒..

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