torch的函数contiguous()，view(),permute()

最新推荐文章于 2024-05-15 14:36:50 发布
最新推荐文章于 2024-05-15 14:36:50 发布
阅读量649 收藏 2
点赞数
分类专栏： pytorch 文章标签： pytorch
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_41329791/article/details/110272821
版权

view只是读数组的方式不同

https://blog.csdn.net/york1996/article/details/81949843 介绍view()
view只能用在contiguous的variable上。如果在view之前用了transpose,permute等，需要用contiguous()来返回一个contiguous copy。

what is contiguous

https://blog.csdn.net/appleml/article/details/80143212?utm_source=blogxgwz0

解释view与permute的区别

permute相当于reshape，改变数组的形状

卢容和
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Pytorch中torch.gather函数
12-21
在PyTorch中，`torch.gather`是一个非常实用的函数，它允许用户根据指定的索引值从张量中提取特定位置的数据，并将这些数据组合成一个新的张量。这个功能在处理序列数据、实现神经网络中的注意力机制或在可视化网络...
Pytorch中torch.nn的损失函数
12-21
在PyTorch中，`torch.nn`模块包含了各种损失函数，这些函数对于训练神经网络模型至关重要，因为它们衡量了模型预测与实际目标之间的差异。在本文中，我们将深入探讨三个常用的二分类和多标签分类损失函数：`torch.nn...
torch.permute方法使用，后需要加.contiguous()方法
qq_43369406的博客
04-07 1564
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：view()、permute()和contiguous()
weixin_42046845的博客
11-28 317
在pytorch中只有很少几个操作是**不改变tensor内容本身的**，大多数操作**不进行数据拷贝和数据的改变，变的是原数据**。例如：narrow()、view()、expand()和transpose()等。
【pytorch 中 于contiguous、permute和transpose用法】
最新发布
fyc300的博客
05-15 943
方法定义:在PyTorch中，contiguous是一个Tensor的方法，用于返回一个在内存中连续存储的Tensor。这意味着Tensor的所有元素在内存中都是连续排列的，没有间隔。用途:在进行某些操作（如view或reshape）之前，Tensor可能需要是连续的。当使用某些操作（如to方法改变数据类型或设备）时，Tensor可能会变得不连续。在某些情况下，为了效率考虑，你可能希望Tensor是连续的。
【pytorch函数笔记】view()、contiguous()、permute()
Catherinemin的博客
04-22 526
permute()，这个函数是做维度交换的torch.view()方法对张量改变“形状”其实并没有改变张量在内存中真正的形状。简单地说，view方法没有拷贝新的张量，没有开辟新内存，与原张量共享内存，只是重新定义了访问张量的规则，使得取出的张量按照我们希望的形状展现。torch.contiguous()方法首先，然后将地址按照形状改变后的张量的语义进行排列。就是说contiguous()方法改变了多维数组在内存中的存储顺序，以便配合view方法使用。
pytorch .contiguous().view()
qq_35608277的博客
04-29 8326
contiguous：view只能用在contiguous的variable上。 如果在view之前用了transpose, permute等，需要用contiguous()来返回一个contiguous copy。 有些tensor并不是占用一整块内存，而是由不同的数据块组成，而tensor的view()操作依赖于内存是整块的，这时只需要执行contiguous()这个函数，把tensor变成在...
pytorch 使用.contiguous().view()
GeneralJing的专栏
01-05 2010
view()使用的前提是variable是contiguous的，如果在view之前用了transpose, permute等，需要用contiguous()来返回一个contiguous copy。 有些tensor并不是占用一整块内存，而是由不同的数据块组成，而tensor的view()操作依赖于内存是整块的，这时只需要执行contiguous()这个函数，把tensor变成在内存中连续分布的形式。 在torch里面，view函数相当于numpy的reshape。 X.view(-1, 5) 这
pytorch中torch.max和Tensor.view函数用法详解
09-18
今天小编就为大家分享一篇pytorch中torch.max和Tensor.view函数用法详解，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
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,
torch.cat()函数的官方解释，详解以及例子
01-20
一般torch.cat()是为了把函数torch.stack()得到tensor进行拼接而存在的。 区别参考链接torch.stack()，但是本文主要说cat()。 前言 和python中的内置函数cat()， 在使用和目的上，是没有区别的。 1. cat()官方解释 ...
torch.contiguous()方法
热门推荐
qq_37828380的博客
08-07 3万+
torch.contiguous()方法语义上是“连续的”，经常与torch.permute()、torch.transpose()、torch.view()方法一起使用，要理解这样使用的缘由，得从pytorch多维数组的低层存储开始说起： touch.view()方法对张量改变“形状”其实并没有改变张量在内存中真正的形状，可以理解为： view方法没有拷贝新的张量，没有开辟新内存，与原张量共享内存； view方法只是重新定义了访问张量的规则，使得取出的张量按照我们希望的形状展现。 pytorch与nu
PyTorch学习笔记(15) ——PyTorch中的contiguous
g11d111的博客
05-21 6835
本文转载自栩风在知乎上的文章《PyTorch中的contiguous》。我觉得很好，特此转载。 0. 前言 本文讲解了pytorch中contiguous的含义、定义、实现，以及contiguous存在的原因，非contiguous时的解决办法。并对比了numpy中的contiguous。 contiguous 本身是形容词，表示连续的，关于 contiguous，PyTorch 提供了is...
【input.view().permute().contiguous()】 Pytorch中tensor.view().permute().contiguous()函数理解
计算机视觉方面的点点滴滴，欢迎一起讨论
04-07 1654
文章目录1 何处用到2 view()3 permute()4 contiguous()5 感谢链接 1 何处用到 yolov3中有一行这样的代码，在此记录一下三个函数的含义 例子中batch_size为int，len(self.anchors_mask[i])=3，self.bbox_attrs=25(voc数据集)，input_height, input_width两个参数也均为int。 prediction = input.view(batch_size, len(self.anchors_mask[i
Pytorch view(-1)和permute的用法
weixin_39559994的博客
03-02 5267
Pytorch view和permute的用法 目录Pytorch view和permute的用法一. view的用法二. permute的用法 一. view的用法 首先把原先tensor中的数据按照行优先的顺序排成一个一维的数据（这里应该是因为要求地址是连续存储的），然后按照参数组合成其他维度的tensor。 比如 import torch import numpy as np a =np.array([[1,2,3],[4,5,6]]) a = torch.tensor(a) print(a.siz
PyTorch中contiguous、view、Sequential、permute函数的用法
你好，明天，，的博客
01-12 1357
PyTorch中contiguous、view、Sequential、permute函数的用法。
预训练模型专题_GPT2_模型代码学习笔记
qq_35128926的博客
12-23 1万+
最近将huggingface的transformers库中的GPT2模型源码详细学习了一遍，因此将学习过程中，对于GPT2模型源码的一些学习笔记记录在此篇博客之中，以供之后参考。 GPT2模型是OpenAI组织在2018年于GPT模型的基础上发布的新预训练模型，其论文原文为 language_models_are_unsupervised_multitask_learners 一、GPT2与GPT的区别 ...
view之前为何先用函数contiguous()
一千零一夜的博客
09-06 2897
output = model( data )[ 0 ] # shape: (100, 321, 481) output = output.permute(1, 2, 0) # 维度置换 shape: (321, 481, 100) output = output.contiguous().view(-1, args.nChannel) # (321x481, 100) view原矩阵...
Tensor的view, reshape, resize, permute, transpose, contiguous操作
一千零一夜的博客
04-27 1283
1. view（返回视图） 功能是返回一个新的Tensor，这个Tensor具有之前相同的元素，只不过shape不同。 >>> x = torch.randn(4, 4) >>> x.size() torch.Size([4, 4]) >>> y = x.view(16) >>> y.size() torch.Size([16]) >>> z = x.view(-1, 8) # the size -1 is .
pytorch view函数用法
10-19
同时，为了保证维度的正确性，建议在使用view函数时配合permute函数使用。下面是一个使用view函数的例子： import torch t1 = torch.tensor([1,2,3,4,5,6]) result = t1.view(3,2) print(result) 输出结果为： ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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